VALÉRIE BÉLANGER

ANALYSE D'UN RESEAU D'APPROVISIONNEMENT

ET DE DISTRIBUTION
Conception d'un modèle de simulation

Mémoire présenté
à la Faculté des études supérieures de l'Université Laval
dans le cadre du programme de maîtrise en génie mécanique
pour l'obtention du grade de Maître es Sciences (M. Se.)

DEPARTEMENT DE GENIE MECANIQUE

FACULTÉ DE SCIENCES ET GÉNIE
UNIVERSITÉ LAVAL
QUÉBEC

2007

© Valérie Bélanger, 2007

Résumé
Ce mémoire traite d'une problématique issue du cas réel d'une entreprise qui
s'approvisionne auprès d'un grossiste, entrepose les marchandises reçues, puis fournit un
nombre important de détaillants localisés sur un vaste territoire. Pour satisfaire la demande
des détaillants dans les délais, l'entreprise est généralement appelée à séparer les livraisons
en provenance du grossiste principal pour prélever les quantités requises par les détaillants
qui ont des volumes d'achat plus petits. La localisation, autant des fournisseurs que des
détaillants, fait en sorte que l'entreprise doit, pour demeurer compétitive, revoir ses
processus d'approvisionnement, d'entreposage et de distribution, revoir l'organisation du
transport entre les différents points de son réseau, améliorer la synchronisation de ses
activités de même que les relations avec ses partenaires afin de réduire les stocks et les
différents coûts encourus. Différentes solutions sont envisageables. La comparaison des
solutions potentielles n'est toutefois pas évidente. La simulation peut alors constituer une
alternative intéressante pour évaluer les performances des scénarios envisagés. Ce mémoire
porte donc sur la conception d'un outil de simulation générique, de haut niveau, permettant
d'évaluer les différentes alternatives et stratégies envisagées dans le processus de
réingénierie de la chaîne d'approvisionnement d'une entreprise de distribution.
Remerciements
Tout d'abord, je tiens à remercier sincèrement M. Aït-Kadi, directeur de recherche, et M.
Angel Ruiz, codirecteur de recherche, pour leur soutien, leur disponibilité et leur entière
collaboration tout au long du projet.

Je désire également remercier M. Jacques Renaud qui a accepté, sans aucune hésitation, de
consacrer un peu de son temps afin d'agir à titre d'examinateur.

Enfin, je voudrais remercier tous ceux et celles qui ont pu contribuer de près ou de loin à la
réalisation du présent mémoire.

Valérie Bélanger
Mai 2007
Table des matières
Résumé ii
Remerciements iii
Table des matières iv
Liste des tableaux vi
Liste des figures vii
Introduction 1
Chapitre 1 La problématique d'une entreprise de distribution 5
1.1 Le cas réel 5
1.2 La problématique générale 8
1.2.1 Les caractéristiques des produits et les particularités des clients 10
1.2.2 Les contraintes de capacité et d'entreposage 11
1.2.3 Le transport 12
1.2.4 L'approvisionnement 13
Chapitre 2 Revue de la littérature 15
2.1 Les caractéristiques des produits et les particularités des clients 15
2.2 Les contraintes de capacité et d'entreposage 18
2.3 Le transport ; 20
2.4 L'approvisionnement 22
2.5 Optimisation des systèmes complexes 26
Chapitre 3 Développement d'une approche de simulation : la modélisation 30
3.1 Description du modèle 30
3.2 Hypothèses 33
3.3 Notation utilisée 35
3.4 Diagrammes de flots 37
Chapitre 4 Développement d'une approche de simulation : l'implémentation du modèle
conceptuel 49
4.1 La création d'un modèle générique 50
4.1.1 Utilisation des blocs et éléments SIMAN .50
4.1.2 Utilisation de VBA avec ARENA 52
4.1.3 Échange de données entre MS Access et ARENA 53
4.2 Présentation du modèle de simulation 55
4.2.1 Le formulaire et les bases de données 56
4.2.2 Le modèle avec ARENA 67
Chapitre 5 Développement d'une approche de simulation : vérification et validation du
modèle 89
5.1 Vérification 89
5.2 Validation 91
5.3 Vérification du modèle de simulation développé 93
5.3.1 Le test de vérification 93
5.3.2 Les résultats attendus 97
 V

5.3.3 Les résultats obtenus avec ARENA 101

5.4 Validation du modèle de simulation 104
Conclusion 106
Bibliographie 109
Annexe : Actes de conférence
Liste des tableaux
Tableau 4-1 Paramètres de bases et paramètres pour la simulation 58
Tableau 4-2 Paramètres de gestion des détaillants (tournées) 60
Tableau 4-3 Paramètres de gestion des produits 61
Tableau 4-4 Paramètres de gestion des nœuds internes 62
Tableau 5-1 Paramètres de base 94
Tableau 5-2 Réseau interne 94
Tableau 5-3 Réseau client 95
Tableau 5-4 Paramètres de gestion des détaillants 95
Tableau 5-5 Paramètres de gestion des produits 95
Tableau 5-6 Inventaires initiaux 95
Tableau 5-7 Paramètres de gestion des noeuds internes 96
Tableau 5-8 Paramètres de gestion des nœuds internes (suite) 96
Tableau 5-9 Paramètres de gestion des inventaires 96
Tableau 5-10 Carnet de commande 97
Tableau 5-11 Évolution des inventaires - Nœud 8 98
Tableau 5-12 Évolution des inventaires - Nœud 9 98
Tableau 5-13 Évolution des inventaires - Nœud 10 98
Tableau 5-14 Évolution des inventaires - Nœud 11 99
Tableau 5-15 Évolution des inventaires - Nœud 12 99
Tableau 5-16 Suivi de la demande - Détaillant 1 99
Tableau 5-17 Suivi de la demande - Détaillant 2 99
Tableau 5-18 Suivi de la demande - Détaillant 3 100
Tableau 5-19 Suivi de la demande - Détaillant 4 100
Tableau 5-20 Suivi de la demande - Détaillant 5 100
Tableau 5-21 Suivi de la demande - Détaillant 6 100
Tableau 5-22 Suivi de la demande - Détaillant 7 100
Tableau 5-23 Mesures de performance attendues 101
Liste des figures
Figure 1-1 Territoire desservi par l'entreprise 6
Figure 1-2 Réseau actuel de l'entreprise -Réseau de base 7
Figure 1-3 Le réseau étudié 9
Figure 3-1 Réseau conceptuel final multi-échelon 32
Figure 3-2 Le réseau de distribution 37
Figure 3-3 Les détaillants (1) 38
Figure 3-4 Le centre de décision (2) 39
Figure 3-5 Le centre de décision (2) - Génération de l'ordre d'approvisionnement chez le
fournisseur pour les produits en cross-docking (2.2) 40
Figure 3-6 Le centre de décision (2) - Génération du bon de préparation (2.3) 41
Figure 3-7 Le centre de décision (2) - Vérification des inventaires (2.4) 42
Figure 3-8 Les nœuds internes (3) 43
Figure 3-9 Les nœuds internes (3) - Réception des marchandises (3.1) 44
Figure 3-10 Les nœuds internes (3) - Préparation des commandes (3.2) 45
Figure 3-11 Les nœuds internes (3) - Consolidation et expédition des commandes (3.3).. 46
Figure 3-12 Les fournisseurs 47
Figure 4-1 Structure du modèle de simulation 56
Figure 4-2 Le formulaire 57
Figure 4-3 Ensemble Clients 68
Figure 4-4 Simulateur - Réseau de distribution 70
Figure 4-5 Initialisation 71
Figure 4-6 Génération de la demande 71
Figure 4-7 Arrivée des clients 72
Figure 4-8 Génération de la demande (sous-modèle) 72
Figure 4-9 Centre de décision 73
Figure 4-10 Approvisionnement Fournisseur 74
Figure 4-11 Bon Approvisionnement Fournisseur 75
Figure 4-12 Actualisation Bon de commande 75
Figure 4-13 BonPreparation 76
Figure 4-14 GenerationBonPreparation 76
Figure 4-15 RegroupementBonPreparation 77
Figure 4-16 Vérification des inventaires 78
Figure 4-17 Bon de préparation (Vérification des inventaires) 79
Figure 4-18 Noeud interne 79
Figure 4-19 Réception 80
Figure 4-20 Déchargement des camions / Séparation des produits 81
Figure 4-21 Regarnir Inventaire 81
Figure 4-22 Bon Préparation 82
Figure 4-23 Préparation 82
Figure 4-24 Réception Bon Préparation 83
Figure 4-25 Cueillette 84
Figure 4-26 Consolidation/Expédition 85
Figure 4-27 Arrivée Consolidation 85
Figure 4-28 Clients (Détaillants) 86
 viii

Figure 5-1 Réseau - Test de vérification 94

Figure 5-2 Nombres de clients servis, satisfaction de la demande et temps total dans le
système 102
Figure 5-3 Inventaire final 102
Figure 5-4 Inventaire échelon final 103
Figure 5-5 Commandes totales de réapprovisionnement placées 103
Figure 5-6 Commandes totales de réapprovisionnement reçues 104
Introduction
Certaines entreprises de distribution s'approvisionnent auprès de grossistes, entreposent les
marchandises reçues et fournissent des détaillants localisés sur un vaste territoire. La
diversité des clients fait en sorte que ces entreprises de distribution doivent adapter leurs
opérations et leurs méthodes de gestion afin de tenir compte des besoins spécifiques de ces
clients, notamment en personnalisant les demandes. Ainsi, dans certains cas, elles devront
s'approvisionner auprès de grossistes puis fractionner les réceptions afin de livrer de plus
petites quantités de produits aux clients. De plus, l'éloignement des clients va amener des
problématiques particulières au niveau des transports spécialement pendant la saison
hivernale (cas du Québec). La variabilité de la demande dans un tel contexte est également
un élément à considérer et plusieurs facteurs en sont responsables, notamment l'affluence
des touristes lors de la saison estivale ou la présence de produits à caractère saisonnier. De
plus, les entreprises de distribution doivent parfois composer avec un certain nombre de
produits périssables. Enfin, les récentes fluctuations du prix du carburant ont amené les
transporteurs à modifier abruptement les coûts chargés aux clients. Ces modifications de
coûts pourront affecter les entreprises de distribution et la façon dont elles mènent leurs
opérations.

Une entreprise de distribution vise, en considérant la demande spécifique des clients, les
contraintes imposées par les fournisseurs et les particularités reliées à son fonctionnement,
à fournir, à l'ensemble de ses clients, les produits souhaités au bon moment, au bon endroit
et dans les quantités désirées. Traditionnellement, afin de rencontrer la demande de ses
clients, une entreprise répète le processus d'approvisionnement suivant : d'abord, elle se
procure les produits requis auprès de fournisseurs et assure le transport des marchandises à
partir des points de production vers les différents entrepôts. Elle maintient ensuite les
marchandises reçues en inventaire jusqu'à l'arrivée de la demande des clients. La maîtrise
de l'ensemble des activités d'approvisionnement, de transport, d'entreposage et de livraison
est fondamentale pour assurer le maintien de la compétitivité de l'entreprise de même que
sa progression dans un contexte économique en constante évolution. Lorsqu'elles
rencontrent des problèmes reliés à leur capacité de stockage, les entreprises de distribution
envisagent souvent l'agrandissement de leur entrepôt. Toutefois, la réorganisation des
processus d'approvisionnement, de distribution et d'entreposage et des activités de
transport et l'amélioration de la synchronisation des différentes activités du réseau peuvent
également permettre de réduire les stocks et d'améliorer leurs performances.

Pour demeurer compétitive, l'entreprise de distribution se doit de coordonner ses activités

avec tous les partenaires de la chaîne de création de valeur. L'industrie de la distribution a
beaucoup évolué au cours des dernières décennies. Ainsi, l'entreprise n'est plus considérée
comme une entité qui fonctionne seule, mais bien comme une entité qui opère en
interaction avec un ensemble d'entreprises au sein d'un réseau.

En ce sens, les stratégies de gestion proposées visent à réduire les coûts totaux pour
l'ensemble du réseau. Plus récemment, l'amélioration du niveau de service et la réduction
du risque sont également devenues des objectifs dominants lors de l'élaboration des
stratégies de gestion. Ainsi, une série de nouveaux paradigmes a émergé au cours des
dernières années tels que le transbordement ou cross-docking et tous les principes de
collaboration et de partenariat qui ont donné naissance au Vendor Managed Inventoiy
(VM) et au Collaborative Planning, Forecasting, and Replenishmeni (CPFR). À priori,
l'intégration de ces concepts et paradigmes peut mener les entreprises à améliorer leur
flexibilité et leur agilité dans le but d'améliorer leur niveau de service et de réduire le
risque. Par contre, chaque réseau d'entreprises fait face à des réalités ou à des difficultés
différentes selon le type de clients, les produits qu'il offre et le contexte de fonctionnement.
Ainsi, il est primordial de tenir compte de toutes ces particularités lors de la prise de
décision ou de l'intégration de l'une ou l'autre des stratégies envisagées.

Bien qu'à l'heure actuelle les fondements de ces stratégies de pilotage soient documentés
dans la littérature, il est difficile de préciser la façon dont chaque entreprise doit se les
approprier et les paramétriser de façon adéquate, en tenant compte de ses propres
contraintes et des particularités reliés à la façon de mener ses activités. Est-ce que les
stratégies envisagées, habituellement conçues pour un contexte général, demeurent
efficaces et pertinentes lorsque l'on fait face à des problématiques particulières?

Dans ce contexte, le présent mémoire porte une attention particulière non seulement aux
stratégies de pilotage des réseaux, mais également au contexte de fonctionnement dans
 3

lequel évolue l'entreprise qui désire se les approprier. Et puisque beaucoup d'études se
penchent sur les entreprises d'envergure qui disposent de beaucoup de moyens pour
l'implantation de nouvelles solutions, il sera plutôt question, dans cette étude, de plus
petites entreprises dont le contexte de fonctionnement sera clairement défini.

Ce mémoire a deux (2) objectifs principaux. Dans un premier temps, il vise à analyser la
problématique de la distribution, les enjeux et les difficultés qui y sont reliés et à rappeler
les stratégies les plus citées pour l'amélioration d'un réseau de distribution. Dans un
deuxième temps, il vise à fournir un modèle de simulation générique de haut niveau
pouvant s'adapter à différentes configurations de réseaux et permettant l'évaluation les
performances des alternatives envisagées dans un contexte de fonctionnement particulier.

La méthodologie retenue s'établit comme suit :

1. Observation et analyse des pratiques dans l'industrie de la distribution ;

2. Analyse des plus récents travaux traitant des problèmes d'approvisionnement,
d'entreposage et de distribution;
3. Génération d'options réalisables et proposition d'une approche de simulation pour
mesurer l'impact des différentes stratégies dans un contexte réel de demandes
variables;
4. Développement d'un prototype logiciel afin de simuler les opérations d'une
entreprise générique de distribution.

Le présent mémoire est subdivisé en cinq (5) chapitres. Le premier chapitre présente un
bref aperçu du contexte de fonctionnement et des problèmes rencontrés par le type
d'entreprises abordé dans le mémoire. Tel qu'il a été mentionné précédemment, les
entreprises peuvent faire face à des contextes d'opération très différents. Il sera donc
primordial de bien définir le contexte qui sous-tend le présent projet.

Le second chapitre propose une brève revue de la littérature en relation avec les différents
problèmes recensés. Ainsi, certaines méthodes ou concepts issus de la littérature et utilisés
afin de traiter les problèmes reliés aux caractéristiques des produits et aux particularités des
clients, aux contraintes de capacité et d'entreposage, au transport et à l'approvisionnement
des produits seront soulevés. 11 s'agira donc d'explorer les différentes avenues possibles en
matière de pilotage des réseaux d'approvisionnement et de distribution et d'en dresser un
bref portrait.

Le troisième chapitre entame le développement d'un modèle conceptuel pour la simulation

de la dynamique de l'entreprise prise dans son ensemble. Ainsi, à partir du réseau
traditionnel de distribution, dans le cas présent, un modèle d'entreposage classique à un
seul échelon, un modèle conceptuel générique plus évolué intégrant les principes et
pratiques inspirés de la littérature sera proposé. Ce modèle conceptuel servira de base pour
l'élaboration du modèle de simulation.

Le quatrième chapitre présente l'implémentation du modèle conceptuel en utilisant le

progiciel de simulation ARENA. Dans un premier temps, les différentes informations
recueillies pour arriver à la création d'un simulateur convivial et facile à utiliser pour une
entreprise de distribution générique seront identifiées. Dans un second temps, la structure
du simulateur basée sur le modèle conceptuel proposée au chapitre 3 sera présentée.

Le cinquième chapitre propose différentes techniques de vérification et de validation d'un

modèle de simulation. Le modèle du simulation développé sera ensuite vérifié et validé. En
guise de conclusion, il sera question des limites reliées à l'utilisation de la simulation, de
problèmes rencontrés lors de l'implémentation du modèle ainsi que des avenues possibles
en relation avec le présent projet.

Enfin, il est important de mentionner que le présent projet de mémoire a mené à la

rédaction de deux actes de conférence [11] [12] présentés dans le cadre de conférences
internationales. Ces actes de conférence sont présentés en annexe.
Chapitre 1 La problématique d'une entreprise de
distribution
Ce chapitre vise à situer clairement la problématique traitée dans le présent mémoire. Cette
problématique est inspirée directement du cas réel d'une entreprise qui s'approvisionne,
entrepose et fournit des détaillants localisés sur un vaste territoire. Cette entreprise a été
analysée et décrite dans le cadre d'un projet antérieur [10]. 11 s'agira alors, dans un premier
temps, de situer le contexte de fonctionnement de cette entreprise, de présenter son réseau
logistique et de décrire brièvement ses principaux processus opérationnels. Dans un second
temps, la problématique générale d'approvisionnement, d'entreposage et de distribution,
inspirée du cas réel, sera exposée. Le premier chapitre est subdivisé en deux (2) parties
principales : le cas réel et la problématique générale.

1.1 Le cas réel

La présente recherche est basée sur le cas réel d'une entreprise québécoise, localisée dans la
région du Bas-St-Laurent, qui assure la distribution des produits demandés par un nombre
important de détaillants dispersés sur un vaste territoire (le Bas-St-Laurent, la Côte-Nord, la
Gaspésie, la Beauce et la région de Québec) et ayant des besoins spécifiques. L'entreprise
étudiée distribue un large éventail de produits périssables et non-périssables, d'aliments
réfrigérés et congelés, de produits du tabac, du vin et des confiseries. Les produits peuvent
se présenter sous différents formats (caisse, demi-caisse, unité) afin de répondre aux
besoins spécifiques de chaque détaillant. Le territoire desservi par l'entreprise est
caractérisé par une densité de population extrêmement faible. En effet, les centres de
population sont de petites tailles et se trouvent éloignés les uns des autres. Dans ce
contexte, les grands distributeurs sont de moins en moins intéressés à desservir ces régions
par leurs propres moyens et préfèrent confier cette tâche à des distributeurs locaux plus
petits qui assurent donc la distribution d'un nombre croissant de clients et de produits. C'est
le cas de l'entreprise étudiée qui est devenue un des seuls distributeurs à desservir le
territoire de la Gaspésie et du Bas-St-Laurent. La figure 1-1 illustre en grisé le territoire
desservi par l'entreprise.
 6

Figure 1-1 Territoire desservi par l'entreprise

Actuellement, l'approvisionnement de quatre-vingt pour cent des marchandises tenues en

stock est garanti par un grossiste relativement loin de l'entrepôt. Ce fournisseur est en
mesure d'assurer des expéditions quotidiennes de marchandises. Toutefois, c'est le
distributeur qui en organise le transport. À l'heure actuelle, le transport entre le fournisseur
principal et l'entrepôt du distributeur est assuré par un prestataire logistique (3PL).
L'approvisionnement de la partie restante des marchandises est assuré par plusieurs
manufacturiers et fournisseurs dispersés à travers le Québec. Ces fournisseurs et
manufacturiers livrent les marchandises selon un horaire fixe, généralement une fois par
semaine, et assurent eux-mêmes le transport des marchandises vers l'entrepôt. La figure 1-2
schématise le réseau de distribution de l'entreprise ainsi que les différents liens entre les
acteurs de la chaîne. Le distributeur, identifié sur la figure par E, agit comme un acteur
indépendant au sein de son réseau.
 Légende
p. Flux de m*rth*udises
_ ^ Flux d'nticamsticm
Di Bataillant i
E fittrepÊt
F. FoumûMurj

Figure 1 -2 Réseau actuel de l'entreprise - Réseau de base

L'entreprise possède un entrepôt unique où la totalité des produits est conservée en

inventaire. Chaque produit est géré indépendamment suivant une politique (R, s, S) [31]. Le
processus de distribution est déclenché par les commandes des détaillants qui sont placées
selon un horaire fixe, généralement une fois par semaine. Lorsqu'une commande est reçue
à l'entrepôt du distributeur, les marchandises requises sont collectées puis expédiées au
détaillant dans un délai de livraison fixe. Les détaillants locaux sont desservis par la flotte
privée de l'entreprise qui distribue les marchandises en suivant des routes fixes qui ont été
déterminées préalablement selon un critère géographique (distance). Un prestataire
logistique (3PL) assure la livraison vers les clients plus éloignés. Le 3PL opère un réseau
de terminaux et de centres de consolidation où les commandes sont classées avant d'être
expédiées aux détaillants, regroupées selon des routes établies par les gestionnaires du 3PL.

L'observation des activités internes de l'entreprise a permis de remarquer certains

problèmes de saturation de l'espace, de déplacements inutiles et d'engorgement des
ressources. L'augmentation de la capacité d'entreposage peut constituer une des solutions à
envisager au même titre que l'optimisation des opérations de cueillette et de réception.
Plusieurs améliorations ont été apportées à l'organisation interne, mais les retombées
positives demeurent limitées. L'exploration des différentes opérations dites externes, c'est-
à-dire au sein du réseau, semble intéressante et peut avoir un impact significatif sur la
performance globale de l'entreprise.

L'analyse et les observations issues du cas réel ont permis de cibler les opérations externes
comme une source d'amélioration du réseau de distribution. Ainsi, à la section suivante, la
problématique générale de la distribution sera abordée en considérant le réseau
d'approvisionnement, d'entreposage et de distribution ainsi que les relations entre les
différents intervenants au sein de la chaîne de création de valeur plutôt qu'en considérant
les opérations internes telles que la réception des marchandises, la manutention des produits
ou la cueillette.

1.2 La problématique générale

Cette section vise à présenter la problématique de la distribution telle qu'elle sera traitée
tout au long du mémoire et ce, de façon tout à fait générale. Il sera tout d'abord question de
la structure du réseau de distribution puis des différentes particularités rencontrées par un
distributeur opérant au sein d'une chaîne d'approvisionnement de produits pour un
ensemble de détaillants.

En matière de distribution et d'approvisionnement, plusieurs configurations sont possibles,

du réseau très simple où un producteur assure seul le transport et l'approvisionnement des
marchandises vers les différents points de vente, sans l'intervention d'intermédiaires, au
réseau plus complexe où les produits doivent transiter par plusieurs sites et modes de
transport avant d'arriver à leur destination finale. Ainsi, il est nécessaire de bien définir la
structure du réseau considéré dans le présent projet. Cette structure est présentée à la figure
1-3.
 9

Légende ,.V\ .£.

—» Flux de marchandises
E
— • »• Flux d'inform ation
Di Détaillant 1 y..« *,\
^ ■■f*"»'"** S V -'
E Entrepôt
Fj Fournisseur j

Figure 1 -3 Le réseau étudié

Ainsi, tel que l'illustre la figure 1-3, le système de distribution dispose d'un unique
entrepôt. Ce site peut assurer les fonctions d'entreposage, de préparation et d'emballage des
commandes des clients à partir des marchandises entreposées ou reçues du fournisseur
central. Le distributeur assure ainsi le lien entre un ensemble de fournisseurs et un
ensemble de détaillants. Il opère seul et agit d'une manière autonome pour gérer
efficacement ses opérations. Toutes les décisions sont prises en considérant les contraintes
imposées par les fournisseurs et les demandes spécifiques des détaillants.

Le système de distribution conserve donc en entrepôt un certain nombre de produits afin de

satisfaire la demande des clients au moment voulu et dans les quantités demandées.
Généralement, les inventaires sont maintenus pour plusieurs raisons : afin de se prémunir
contre les différentes sources de variabilité (fluctuations de la demande des clients, délais
de livraison), afin de bénéficier d'économies d'échelle ou simplement afin de maintenir un
niveau de service adéquat. Le distributeur doit alors assurer l'approvisionnement des
marchandises conservées en provenance d'un ensemble de fournisseurs, manufacturiers ou
grossistes impliqués dans le réseau. L'approvisionnement est effectué en suivant les règles
et politiques établies selon les contraintes imposées par les différents fournisseurs. Les
décisions concernant le réapprovisionnement sont prises par le distributeur sans considérer
le niveau d'inventaire des fournisseurs ou des détaillants.

Le distributeur assure la réception des marchandises commandées auprès des fournisseurs

et effectue ensuite la manutention et l'entreposage. De plus, lorsque les commandes des
 10

détaillants sont placées, le distributeur doit être en mesure d'effectuer la cueillette et la

consolidation des produits en vue de l'expédition des commandes aux détaillants.

Lorsque les processus internes nécessaires à la préparation des commandes pour

l'expédition finale ont été effectués, le distributeur doit assumer le transport des
marchandises vers les détaillants concernés. 11 doit tenir compte des contraintes imposées
par les fournisseurs ainsi que des demandes propres à chaque détaillant. Le réseau
d'approvisionnement et de distribution comporte toutefois plusieurs particularités et ce, à
différents niveaux. Ces particularités ainsi que les problèmes rencontrés ont été regroupés
en quatre (4) catégories distinctes : les caractéristiques des produits et les particularités des
clients, les contraintes de capacité et d'entreposage, le transport et l'approvisionnement.

1.2.1 Les caractéristiques des produits et les particularités des clients

La variété des produits offerts par le distributeur est importante. Ces produits peuvent être
de nature différente et posséder des caractéristiques variées. Par exemple, l'entreprise
présentée précédemment doit distribuer un éventail de produits de consommation courante,
particulièrement des produits alimentaires périssables et non-périssables. Ainsi, le fait de
composer avec des produits alimentaires amène des problèmes particuliers dus à la
périssabilité de certains produits. En effet, après une période de temps connue, les produits
perdent toutes leurs valeurs et doivent être jetés. Dans un autre ordre d'idée, un distributeur
peut avoir à fournir une quantité importante de pièces de remplacement pour des machines
utilisées par une entreprise de fabrication ou encore distribuer des produits de luxe. Le
distributeur doit, dans ses actions et décisions, considérer la nature des produits qu'il
distribue. Toutes les décisions concernant les méthodes d'entreposage, de transport,
d'approvisionnement, enfin, toutes les décisions reliées à la logistique interne et externe
d'une entreprise voire même les stratégies de marketing, dépendent et sont influencées par
les caractéristiques du ou des produits impliqués dans le processus. Le distributeur doit
donc considérer ces particularités et caractéristiques afin de mettre en branle les politiques
de gestion adéquates. Il est important de garder en tête que les marges de profit peuvent
varier selon les caractéristiques des produits à distribuer. À titre d'exemple, l'industrie des
biens de consommation, plus spécifiquement l'industrie alimentaire, offre une gamme de
 Il

produits qui sont, pour la plupart, essentiels, mais qui ont également de faibles marges de
profit.

De plus, les besoins des détaillants sont stochastiques et hétérogènes. Le volume et la

fréquence d'achat peuvent varier significativement d'un détaillant à un autre. Ainsi, afin de
répondre adéquatement aux besoins particuliers de ses clients, le distributeur peut avoir à
adapter ses opérations afin d'offrir la personnalisation des commandes. Par exemple, dans
certains cas, le distributeur doit séparer les livraisons en provenance de fournisseurs à grand
volume afin de livrer la quantité requise à ses clients, qui possède un volume d'achat plus
petit. Dans d'autres cas, les produits ne nécessitent aucune transformation ou séparation et
peuvent être expédiés aux détaillants dans l'état où ils ont été reçus des fournisseurs. Enfin,
le profil de demande pour chaque produit peut varier et représenter, dans certains cas, un
caractère saisonnier ou cyclique. Les différentes politiques de gestion doivent être en
mesure de s'adapter et de tenir compte du caractère particulier de la demande.

1.2.2 Les contraintes de capacité et d'entreposage

Au sein du réseau étudié, le distributeur possède un site d'entreposage unique où tous les
produits sont maintenus en inventaire afin de fournir un niveau de service adéquat aux
détaillants. La capacité de l'entrepôt doit donc supporter la demande actuelle, mais elle doit
également être en mesure d'accepter un accroissement éventuel de la demande dû, par
exemple, à une expansion du marché. Ainsi, le distributeur doit trouver de nouvelles
stratégies de gestion afin de réduire les inventaires et libérer de l'espace d'entreposage ou, à
l'inverse, trouver de nouvelles façons ou de nouveaux sites pour conserver les inventaires
nécessaires afin d'assurer un niveau de service adéquat. Et puisque le distributeur est un
agent indépendant au sein du réseau dans lequel il évolue, il doit supporter seul tous les
risques reliés au maintien des inventaires.

De plus, les caractéristiques des produits amènent le distributeur à se doter d'un système
capable de composer avec les besoins particuliers de chaque produit. Le système
d'entreposage et de manutention, les stratégies de gestion et les différentes technologies
doivent être adaptés à cette réalité. Par exemple, l'entrepôt devra posséder les installations
et les technologies nécessaires afin d'assurer l'entreposage et le transport des produits frais,
réfrigérés ou congelés dans le cas échéant.

À l'interne, le distributeur doit également être en mesure d'organiser l'espace disponible

afin d'effectuer de façon efficace les activités de réception, de manutention, et
d'entreposage de même que la cueillette et la préparation des commandes pour l'expédition
et ce, en visant à minimiser les déplacements dans l'entrepôt et à réduire les risques de
détérioration des produits. À cet effet, plusieurs stratégies ont été mises de l'avant afin
d'optimiser les différentes opérations internes. Toutefois, tel qu'il a été mentionné
précédemment, l'optimisation des opérations internes représente des bénéfices, mais ceux-
ci s'avèrent limités. C'est pourquoi, l'attention sera plutôt portée, dans le cadre de ce
mémoire, sur les aspects reliés au réseau logistique externe et aux interactions entre les
différents intervenants du réseau plutôt que sur les aspectés reliés à la logistique interne.
Enfin, les opérations doivent être organisées de façon à ce que le système assure
l'expédition de la quantité de produits requise au bon détaillant et dans les délais souhaités.

1.2.3 Le transport
Le distributeur doit assurer le transport efficace des marchandises entre les différents
fournisseurs, l'entrepôt et les détaillants géographiquement dispersés sur le territoire
desservi par l'entreprise. Dans un premier temps, il doit être en mesure de déterminer de
quelle façon ou par quel moyen chaque site sera visité. Par exemple, devra-t-il prioriser
l'utilisation d'une flotte privée ou d'un prestataire logistique? De plus, le distributeur devra
déterminer comment organiser le transport entre les différents sites en tenant compte des
contraintes imposées par les fournisseurs et des demandes spécifiques des détaillants tout
en minimisant les coûts totaux. L'augmentation et les fluctuations fréquentes du coût de
l'essence amènent les entreprises à développer des stratégies afin d'assurer un transport
efficace entre les fournisseurs, l'entrepôt et les détaillants de façon à réduire la distance
totale parcourue et à éviter les retours à vide et donc, à réduire les coûts associés au
transport des marchandises. De plus, les préoccupations environnementales sont devenues
au cours des dernières années un sujet d'actualité pour tous et la communauté industrielle
n'y échappe pas. Les stratégies de transport doivent donc être révisées de façon à réduire la
consommation d'essence d'un point de vue environnemental autant qu'économique.
Enfin, la variabilité des délais de livraison peut avoir des impacts sur l'ensemble des
politiques de gestion du distributeur. Ainsi, des facteurs externes tels que les conditions
climatiques peuvent influencer la variabilité des délais de livraison. S'en suivent une
réduction de la fiabilité et une augmentation du risque de détérioration des produits pendant
le transport.

1.2.4 L'approvisionnement
À priori, le distributeur assure le lien entre les fournisseurs et les différents détaillants
impliqués dans le réseau. Le distributeur doit donc, en tout premier lieu, déterminer auprès
de quels fournisseurs s'approvisionner afin de répondre adéquatement aux besoins des
détaillants et de maintenir un niveau de service satisfaisant. Le distributeur devra ensuite
considérer, dans le choix des politiques de réapprovisionnement et leur paramétrisation, les
différentes contraintes imposées par les fournisseurs. De toute évidence, ces contraintes
auront des impacts significatifs sur le système, notamment sur le niveau d'inventaire
maintenu. Par exemple, si un fournisseur n'offre que très peu de flexibilité, le distributeur
devra conserver plus d'inventaire afin d'assurer le maintien d'un niveau de service adéquat
entre deux livraisons. Plus le fournisseur offre de flexibilité, plus le distributeur est en
mesure de s'adapter rapidement aux variations de la demande. Il gagne ainsi en agilité.
Toutefois, une plus grande agilité est souvent synonyme de coûts supplémentaires. 11 est
donc critique pour le distributeur de choisir parmi les fournisseurs disponibles, non
seulement en fonction de la disponibilité des produits, mais également en fonction de la
flexibilité, des délais de livraison et des différents coûts tout en tenant compte des objectifs
propres à l'entreprise et des besoins spécifiques des détaillants.

Le distributeur devra également déterminer à quel moment déclencher le

réapprovisionnement, à quelle fréquence et quelle quantité de produits commander. Ainsi,
des plans d'action et des politiques de réapprovisionnement seront mis de l'avant en
fonction des caractéristiques des produits, des contraintes de capacité, de la demande des
détaillants et de contraintes imposées par le fournisseur, afin de maintenir en inventaire les
quantités requises par les détaillants au moment voulu, de façon à éviter les ruptures de
stock et de maintenir un bon niveau de service.
 14

Les différentes particularités et problématiques reliées à l'opération d'un système de

distribution et d'approvisionnement ont donc été rappelées dans le présent chapitre,
notamment au niveau des caractéristiques des produits et des particularités des clients, des
contraintes de capacité et d'entreposage, du transport et de l'approvisionnement. Ainsi, ces
particularités ont permis de soulever différents types de problèmes qui doivent être résolus
ou considérés lors de la prise de décision afin de permettre l'approvisionnement et la
distribution efficace des produits vers les détaillants impliqués dans le réseau. De toute
évidence, plusieurs stratégies de pilotage, concepts et méthodes de résolution ont été mis de
l'avant afin de résoudre les différents problèmes soulevés dans le présent chapitre. Les
stratégies, concepts et méthodes les plus pertinents en lien avec les réseaux
d'approvisionnement et de distribution seront donc brièvement exposés au chapitre 2.
Chapitre 2 Revue de la littérature
Le second chapitre propose une brève revue de la littérature en lien avec les différents
thèmes abordés au chapitre 1. Ainsi, dans un premier temps, les différentes méthodes ou
concepts issus de la littérature et utilisés afin de traiter les problèmes reliés aux
caractéristiques des produits et aux particularités des clients, aux contraintes de capacité et
d'entreposage, au transport et à l'approvisionnement seront soulevés. Bien que les sous-
systèmes proposés puissent interagir les uns avec les autres et que la classification des
problèmes soit arbitraire, chaque aspect soulevé sera d'abord traité individuellement.
Plusieurs méthodes ont été développées pour résoudre individuellement les problèmes
énoncés. Les méthodes les plus courantes seront donc brièvement abordées au présent
chapitre. Toutefois, puisque les décisions prises individuellement peuvent avoir des impacts
sur les autres sous-systèmes, il est parfois nécessaire d'aborder l'ensemble des problèmes
d'un point de vue global plutôt que local. Ainsi, dans un second temps, certaines techniques
et approches visant à regrouper plusieurs des aspects traités seront brièvement abordées.
Ces approches ont été développées afin de résoudre les problèmes de conception de réseaux
de distribution complexes et intègrent simultanément plusieurs des aspects traités. Enfin, la
collaboration et le partenariat entre les intervenants du réseau, concept émergent en matière
de gestion des chaînes d'approvisionnement, viendra conclure le chapitre.

2.1 Les caractéristiques des produits et les particularités des

clients
Les distributeurs ou systèmes de distribution doivent généralement gérer un nombre
important de produits diversifiés, aux caractéristiques et aux profils de demande variés. La
plupart des processus opérationnels importants tels que la cueillette, l'entreposage, le
transport et l'approvisionnement sont influencés par la nature et les caractéristiques des
produits impliqués. Ainsi, les stratégies de gestion et de pilotage utilisées par l'entreprise,
notamment les stratégies de distribution et les politiques de gestion des inventaires, devront
considérer ces caractéristiques et particularités. La nature probabiliste de la demande devra
également être prise en considération.
Une pratique commune en gestion propose la différenciation des produits selon un nombre
limité de catégories, puis l'application de politiques de gestion propres à chacune des
catégories utilisées [8]. Plusieurs ouvrages de référence proposent ainsi le concept de
catégorisation des produits. La méthode de catégorisation la plus connue est sans contredit
la classification ABC. La classification ABC est basée sur la loi de Pareto qui stipule que
80% des ventes est généré par 20% de produits vendus. Dans le cas de la classification
ABC, les produits sont généralement regroupés ou classifiés selon les activités de vente.
Ainsi, les 20 premiers pourcent des produits appartiennent au groupe A aussi appelé fast
movers, les 30 pourcent suivants au groupe B ou médium movers et la partie restante au
groupe C ou slow movers. Toutefois, la classification peut varier d'une entreprise à une
autre.

Le concept de catégorisation des produits permet de mettre en évidence l'importance

relative des différents produits impliqués dans le réseau de distribution. De plus, cela
permet de constater que tous les produits ne rencontrent pas les mêmes besoins et ne
possèdent pas les mêmes caractéristiques, profil de demande ou vélocité. 11 est donc
préférable de gérer les produits ou catégories de produits différemment, de façon à
considérer les particularités propres à chacun. En ce sens, différentes stratégies de
distribution ont été proposées. Ainsi, selon les propriétés et caractéristiques des produits,
une ou l'autre des stratégies peut être envisagée. De toute évidence, l'utilisation de l'une ou
l'autre des stratégies énoncées aura des impacts significatifs sur la main-d'œuvre, les
ressources et les technologies à déployer. Toutefois, les impacts des stratégies de
distribution utilisées sur la logistique interne du réseau de distribution ne seront pas traités
ici.

En général, trois (3) stratégies de distribution distinctes sont proposées : la livraison directe,
l'entreposage classique et le transbordement ou cross-docking [32].

Tout d'abord, l'entreposage est une stratégie classique où les différents sites impliqués dans
le réseau conservent des produits en inventaire et fournissent aux clients les marchandises
requises selon leur demande. Les inventaires sont maintenus pour plusieurs raisons : afin
d'améliorer le niveau de service, de réduire les coûts ou de bénéficier d'économies
d'échelle. Ainsi, les gestionnaires doivent choisir les politiques de réapprovisionnement et
de gestion des inventaires appropriées en considérant les caractéristiques des produits et le
profil de la demande, mais également en tenant compte de l'information disponible et des
contraintes imposées par les fournisseurs. Les politiques de réapprovisionnement et la
gestion des inventaires ont suscité beaucoup d'intérêts au cours des dernières décennies et
plusieurs ouvrages traitent des différentes politiques disponibles [31]. Les approches
«traditionnelles» pour le réapprovisionnement et la gestion des inventaires seront traitées
ultérieurement dans le présent chapitre.

La seconde stratégie, la livraison directe, existe afin d'éliminer le passage des marchandises
aux entrepôts ou aux centres de distribution. Ainsi, le fournisseur livre les biens
directement aux détaillants, sans intermédiaire [32]. Cette stratégie permet d'éviter les
coûts relatifs aux opérations de distribution et de réduire les délais de livraison. Par contre,
la livraison directe amène un accroissement des coûts de transport puisque le fournisseur
doit livrer moins de biens à un plus grand nombre de localisations. La livraison directe peut
s'avérer utile lorsque les détaillants requièrent des livraisons à charge entière ou lorsque le
délai de livraison peut devenir un facteur critique, par exemple dans le cas de produits
périssables.

Finalement, le transbordement ou cross-docking est une technique logistique visant à

éliminer les fonctions d'entreposage et de cueillette au sein de l'entrepôt, tout en
maintenant les fonctions de réception et d'expédition. L'idée est de transférer les produits
directement de la zone de réception vers la zone d'expédition. Les marchandises demeurent
généralement moins de 24 heures au centre de transbordement, quelquefois moins de 1
heure [9]. La stratégie de cross-docking est efficace principalement dans le cas de systèmes
de distribution importants dans lesquels un grand nombre de véhicules livrent et recueillent
les marchandises au centre de transbordement [32]. [32] traite également d'une seconde
forme de transbordement : le transbordement latéral ou transshipment. Le transshipment
permet la livraison de produits entre les différents sites d'un même niveau au sein d'une
chaîne d'approvisionnement. Le transshipment est généralement utilisé afin de satisfaire un
besoin immédiat et urgent au niveau des détaillants. Ainsi, il permet de répondre à la
demande d'un détaillant à partir de l'inventaire des autres détaillants. 11 est utilisé
principalement lorsqu'une entreprise gère conjointement l'ensemble des détaillants ou
lorsque ces derniers jouissent d'une entente de partenariat. Un système avancé
d'information entre les différents intervenants est nécessaire pour assurer un transshipment
efficace. 11 en est de même dans le cas du cross-docking.

[14] propose différents réseaux de distribution distincts. Toutefois, même si les réseaux
proposés diffèrent des stratégies courantes énoncées précédemment, il est possible de
constater que les six (6) configurations de réseau proposées sont construites autour de ces
stratégies. [14] présente donc les différents avantages et inconvénients de chacun des
réseaux en se basant sur six (6) critères de service - temps de réponse, variétés et
disponibilité des produits, expérience du client, traçabilité et possibilité de gérer les retours
de marchandises - et quatre (4) critères de coût - inventaire, transport, manutention et
information.

Sans aucun doute, très peu de distributeurs utilisent une de ces stratégies ou configuration
de réseau exclusivement. Ils utilisent généralement des stratégies mixtes afin de mieux
s'adapter aux particularités des produits impliqués dans le processus.

2.2 Les contraintes de capacité et d'entreposage

Le système de distribution présenté au chapitre précédent est muni d'un seul entrepôt. Tous
les produits nécessaires afin de satisfaire la demande spécifique des détaillants sont donc
conservés à cet unique entrepôt. Ainsi, l'espace d'entreposage doit fournir une capacité
suffisamment grande afin de supporter la demande actuelle, mais il doit également être en
mesure d'accepter un accroissement éventuel de la demande dû, par exemple, à une
expansion du marché.

Si la capacité disponible au sein du réseau courant ne permet pas de rencontrer la demande

des détaillants, le distributeur doit envisager des actions afin de remédier à la situation.
Plusieurs options sont alors envisageables. Tout d'abord, une optimisation des opérations
internes peut être considérée. Les opérations internes incluent la réception des
marchandises, l'entreposage, la cueillette des marchandises et l'expédition. Bien que
plusieurs méthodes aient été développées afin d'optimiser les opérations logistiques
internes, elles ne seront pas présentées ici. L'attention est plutôt portée, dans le cadre du
présent projet, sur les opérations logistiques externes et sur la configuration du réseau de
distribution. Au niveau stratégique, des modifications dans les politiques de gestion des
inventaires ou dans les stratégies de distribution peuvent être envisagées afin de libérer de
l'espace d'entreposage ou d'utiliser différemment l'espace disponible. Enfin, le distributeur
peut envisager l'augmentation de sa capacité d'entreposage par l'agrandissement de son
entrepôt actuel ou encore par l'utilisation de nouveaux sites d'entreposage ou de
distribution. Toutefois, l'ouverture de nouveaux sites affectera nécessairement la structure
du réseau de distribution et pourra amener des impacts importants sur différents sous-
systèmes, notamment au niveau du transport. Ainsi, plusieurs questions émergent d'une
restructuration de réseau: où seront localisés le ou les nouveaux sites d'entreposage ?
Quelle sera la capacité de ces sites? Quels détaillants et quels produits seront attribués aux
différents sites? Comment les flux de marchandises circuleront entre les différents sites?
Toutes ces questions sont en lien avec les problèmes bien connus de localisation et
d'allocation.

Le problème de localisation consiste en la sélection des meilleurs sites parmi un ensemble

de sites potentiels pour la localisation des entrepôts. Dans un problème de localisation pure,
les produits entreposés à chaque site sont prédéterminés et les flux de marchandises qui
circulent à travers les entrepôts sont connus. Le problème consiste donc en l'affectation des
entrepôts aux sites potentiels de façon à minimiser le coût total encouru. Le problème
d'allocation détermine, quant à lui, les produits et les demandes à affecter à chaque entrepôt
ainsi que le flux de marchandises entre les entrepôts et les sources d'approvisionnement.
Dans le cas d'un problème d'allocation pure, la structure du réseau demeure inchangée,
c'est plutôt la mission de chaque installation qui doit être précisée.

Le problème de localisation-allocation vise à effectuer simultanément les décisions de

localisation et d'allocation. Dans ce cas, une chaîne d'approvisionnement pour chaque
produit et pour chaque zone de demande doit être choisie de même que les sites qui devront
être ouverts ou fermés compte tenu des installations disponibles et des possibilités
d'expansion des sites potentiels. L'objectif est donc de déterminer le nombre, le type, la
localisation et la mission des installations du réseau logistique.
À priori, le problème de base vise à minimiser l'ensemble des coûts des installations et des
flux sujets aux contraintes de demande et de capacité. Toutefois, il existe plusieurs
variantes au problème de base notamment les restrictions sur le nombre de sites utilisés, les
contraintes de service, les contraintes de compatibilité et les contraintes de flux [25]. Ces
problèmes sont difficiles à résoudre et plusieurs méthodes, notamment des méthodes
heuristiques, ont été élaborées afin de traiter les problèmes de localisation et d'allocation.

2.3 Le transport
D'une façon générale, un système de distribution doit assurer le transport efficace des
marchandises de l'entrepôt vers un ensemble de détaillants géographiquement dispersés sur
le territoire desservi par l'entreprise. Ainsi, le tout premier choix stratégique en lien avec
les activités de transport consiste en la sélection du mode de transport à prioriser. Toutefois,
puisque le système étudié doit desservir plusieurs détaillants répartis sur un vaste territoire
et que leur localisation ne permet pas le transport aérien, ferroviaire ou maritime, le
transport routier demeure donc le choix le plus approprié aux particularités du réseau de
distribution étudié. Ainsi, les différents choix relatifs aux camionnages feront l'objet de
cette section.

Un second choix stratégique s'impose alors au distributeur. Ainsi, il devra déterminer de

quelle façon sera visité chaque site : prioriser l'utilisation d'une flotte privée ou faire appel
aux services d'une tierce entreprise de transport ?

Tout d'abord, l'utilisation d'une tierce entreprise de transport permet de léguer à un tiers les
activités de transport et les efforts de gestion qui y sont reliés. De plus, les coûts défrayés
par le distributeur pour avoir recours au service d'une tierce entreprise de transport peuvent
prendre différentes formes : au kilométrage, à la palette, au camion. Ainsi, les services
d'une tierce entreprise de transport amènent des coûts différents par rapport à la possession
d'une flotte privée.

La possession d'une flotte privée nécessite, quant à elle, des investissements importants de
la part de l'entreprise et des frais fixes élevés par rapport à l'utilisation d'un transporteur
public. [8] distingue trois (3) types de coût reliés à la possession d'une flotte privée : les
frais fixes soit les assurances, les immatriculations et l'amortissement des véhicules, les
coûts reliés aux chauffeurs et les coûts liés à l'opération des véhicules tels que l'essence,
les pneus et la maintenance. Généralement, les coûts reliés à l'opération des véhicules sont
proportionnels à la distance parcourue. Des facteurs comme la variabilité du coût de
l'essence peuvent donc avoir des impacts significatifs sur les coûts engendrés.
L'acquisition d'une flotte de camions permet toutefois une meilleure fiabilité du service,
des délais de livraison plus courts, une meilleure capacité à fournir un service dans le cas de
situations urgentes et un contact direct avec le client. De plus, la possession d'une flotte
privée amène une flexibilité accrue et un meilleur contrôle sur les tournées à effectuer.
Toutefois, elle représente des efforts de gestion importants et une expertise supplémentaire
afin de mener efficacement toutes les activités reliées au transport, notamment au niveau de
la gestion de la flotte et des tournées.

De toute évidence, les deux options peuvent représenter des avantages et des inconvénients.
Il est donc nécessaire de les comparer afin d'arriver au choix adéquat en lien avec les
objectifs fixés par l'entreprise impliquée. Le choix du mode de transport demeure toutefois
un choix stratégique pour l'entreprise qui devra considérer non seulement les coûts
impliqués mais également certains facteurs tels que la variabilité du délai de livraison, la
flexibilité et le risque de bris pendant le transport. De toute évidence, le distributeur peut
également choisir d'utiliser à la fois sa propre flotte de camions et les services d'un
transporteur public afin d'assurer le transport des marchandises vers différentes régions.

Lorsque le distributeur décide d'acquérir et de gérer lui-même une flotte de camions, il doit
également déterminer comment organiser le transport entre les différents nœuds du réseau
en tenant compte des contraintes imposées par les fournisseurs et des demandes spécifiques
des détaillants. Ce type de problème est connu sous le nom de problème de tournées de
véhicules ou vehicle routing problem (VRP). Le VRP est un problème classique qui
consiste en la conception des tournées de collecte et de livraison pour un ou plusieurs
dépôts vers un nombre de clients géographiquement dispersés et sujet à certaines
contraintes. En fait, le VRP consiste à trouver un ensemble de routes réalisables de coût
minimum de façon à ce que chaque client soit visité une seule fois et reçoive les quantités
commandées [22].
Le VRP classique possède plusieurs variantes relatives aux contraintes additionnelles
imposées. Parmi ces contraintes additionnelles figurent les contraintes de capacité pour
chacune des routes, les contraintes sur le nombre de villes visitées par route, les restrictions
sur le temps total maximal et les problèmes avec rendez-vous ou avec relations de
préséance.

De nombreux travaux ont été menés jusqu'à maintenant afin de résoudre les différents
problèmes reliés aux tournées de véhicules et leurs différentes variantes. Les méthodes de
résolution sont généralement regroupées en deux (2) catégories : les méthodes exactes et les
méthodes approximatives ou heuristiques. [22] et [23] présentent deux (2) revues qui
traitent de l'ensemble des méthodes exactes et approximatives ainsi que des heuristiques
classiques et métaheuristiques pour la résolution des VRPs.

2.4 L'approvisionnement
Le distributeur, au sein de son réseau d'approvisionnement et de distribution, assure le lien
entre les fournisseurs et les différents détaillants. Il doit donc, dans un premier temps,
déterminer de quels fournisseurs s'approvisionner afin de rencontrer la demande spécifique
des détaillants tout en maintenant un niveau de service adéquat. Le choix des fournisseurs
est basé sur les différents coûts impliqués, la flexibilité, la disponibilité des produits et les
délais de livraison. Le ou les fournisseurs choisis par le distributeur doivent assurer la
préparation et la livraison des marchandises requises dans les quantités désirées et au temps
voulu à l'entrepôt du distributeur. De son côté, le distributeur doit s'adapter aux contraintes
imposées par le ou les fournisseurs de façon à permettre la livraison adéquate des produits
vers les différents détaillants.

De plus, le distributeur doit déterminer à quel moment et dans quelle quantité effectuer le
réapprovisionnement. Le choix des politiques de réapprovisionnement et leur
paramétrisation devront considérer les différentes contraintes imposées par les fournisseurs
choisis, mais également les besoins spécifiques des détaillants, les caractéristiques des
produits et les contraintes de capacité. De toute évidence, le choix des politiques aura des
impacts significatifs sur les inventaires conservés et sur le niveau de service offert.
Les politiques de réapprovisionnement ont été longuement traitées dans la littérature.
Plusieurs modèles ont donc été proposés. À priori, ces méthodes sont orientées vers la
gestion des inventaires. Naturellement, les différentes stratégies proposées doivent prendre
en considération la nature probabiliste de la demande ainsi que les différentes
caractéristiques associées aux produits impliqués dans le processus. Les différents modèles
ou stratégies de gestion développés sont généralement divisés selon deux (2) approches :
l'approche tirée et l'approche poussée.

Tout d'abord, l'approche tirée ou réactive réapprovisionne les inventaires avec des tailles
de lots basées sur les besoins spécifiques de chaque entrepôt. Cette philosophie considère
chaque site d'entreposage indépendamment du reste de la chaîne de distribution et tient
compte exclusivement des conditions locales. Cette approche permet un contrôle précis des
inventaires à chaque site d'entreposage. Ainsi, pour les processus de type tiré, le
réapprovisionnement est effectué en réponse aux commandes des clients. L'approche
poussée alloue plutôt le réapprovisionnement de chaque entrepôt en se basant sur les
prévisions de la demande. Le réapprovisionnement est effectué en anticipation aux
commandes des clients [8].

Dans le cas général de produits gérés indépendamment avec demande probabiliste, il est
possible de distinguer parmi les processus de type tiré, deux (2) types de système : les
systèmes à revue périodique et les systèmes à revue continue. Plusieurs ouvrages de
référence traitent de ces différents systèmes. [31] distinguent ainsi quatre systèmes de
contrôle des inventaires : les systèmes (s,Q), les systèmes (s,S), les systèmes (R,S) et les
systèmes (R,s,S). Ces systèmes de gestion s'appliquent généralement aux produits avec un
taux de roulement relativement élevé.

Ainsi, un système à transaction continue (s,S) lance, lorsque l'inventaire disponible atteint
ou passe sous le seuil s, une commande suffisamment importante pour ramener l'inventaire
au niveau S. Un système à transaction continue (s,Q) lance plutôt, lorsque l'inventaire
atteint ou passe sous le seuil s, une commande de taille fixe Q [31].

Un système à revue périodique (R,s,S) vérifie le niveau d'inventaire à toutes les périodes R.
Si le niveau d'inventaire est sous le point de commande s, une commande suffisamment
 74

importante pour atteindre le niveau de recomplètement S est lancée. De la même façon que
pour le système (R,s,S), le système (R,S) vérifie le niveau d'inventaire à toutes les périodes
R. Toutefois, à tout coup, une commande est lancée afin d'atteindre le niveau de
recomplètement S [31].

Lorsque l'un ou l'autre des systèmes énoncés ci-haut a été choisi afin de contrôler le
réapprovisionnement des marchandises, il est nécessaire de déterminer les paramètres à
utiliser afin de rencontrer les objectifs établis par l'entreprise. La détermination des
différents paramètres de gestion, quantité à commander Q, niveau de recomplètement S,
seuil s et période de revue R, n'est pas une tâche facile. Leurs valeurs reposent sur les
hypothèses effectuées et sur le calcul des estimateurs de la demande. Différentes
procédures de calcul ont été élaborées jusqu'à maintenant afin de déterminer la valeur
adéquate de chacun des paramètres nécessaires. Toutefois, ces différentes procédures ne
seront pas présentées ici. Plusieurs ouvrages de référence dont [31] traitent de ces
méthodes.

Les approches réactives s'appliquent généralement bien dans le cas d'entrepôt indépendant
ou lorsque les décisions de réapprovisionnement sont prises indépendamment du reste de la
chaîne et dans le cas où chaque produit est géré indépendamment. Toutefois, dans la réalité,
il arrive fréquemment qu'un fournisseur assure le réapprovisionnement de plusieurs
produits. La gestion simultanée de produits offerts par un fournisseur donné peut alors
s'avérer intéressante. Ce problème est connu sous le nom de joint replenishment problem
ou problème d'approvisionnement coordonné [4]. La gestion simultanée peut amener des
économies en regroupant les commandes tout en facilitant le respect des contraintes telles
que la quantité minimale à commander. Toutefois, des efforts accrus de gestion sont
nécessaires. De plus, la coordination des commandes peut augmenter le niveau total
d'inventaire et réduire la flexibilité. Plusieurs méthodes ont été développées ou adaptées au
cas multi-produits pour un entrepôt indépendant avec demande probabiliste.
Essentiellement, il existe, comme dans le cas de gestion indépendante des produits, deux
(2) grandes familles de systèmes de gestion : les systèmes à revue périodique et les
systèmes à revue continue.
[7] a été le premier à proposer une extension de la politique (s,S) pour le cas multi-produits,
la politique can-order (s,c,S). Ainsi, lorsque le niveau d'inventaire d'un produit atteint son
seuil s, une commande est lancée afin d'atteindre le niveau de recomplètement S. Au même
moment, le niveau d'inventaire de tous les autres produits est vérifié. Si un produit a atteint
son seuil c, la quantité requise pour atteindre le niveau S est ajoutée à la commande.
Contrairement aux systèmes à revue continue ou à la politique can-order proposé, [4] ont
proposé un système de réapprovisionnement coordonné à revue périodique. Ainsi, le
système (R,T) proposé réapprovisionne les inventaires du produit i à chaque période Tj de
façon à atteindre le seuil de recomplètement Rj, Pour atteindre le niveau de coordination
propre à l'approvisionnement coordonné, Tj pour tous les produits i doit être un multiple
entier de la période de base déterminée.

Jusqu'à maintenant, seul le cas d'un échelon unique ou de gestion indépendant des
entrepôts a été présenté. Toutefois, la chaîne d'approvisionnement est généralement plus
complexe dans la réalité. Le réseau est donc, plus souvent qu'autrement, composé de
plusieurs niveaux ou sites d'entreposage d'où la nécessité d'aborder le problème en
considérant tous les échelons de la chaîne. Les systèmes multi-échelon sont difficiles à
analyser puisque les décisions prises à un site sont directement reliées aux décisions prises
aux autres sites d'entreposage. Ainsi, un certain niveau de coordination est préférable entre
les différents échelons de façon à réduire les inventaires totaux et les coûts de
réapprovisionnement. Plusieurs stratégies ont été mises de l'avant afin de gérer
l'approvisionnement des systèmes multi-échelon. La plupart des stratégies et des politiques
visent à restreindre les visites de réapprovisionnement à des intervalles spécifiques. Zero-
inventory ordering policy, fixed partition policies [13], direct shipping policies [17], power
of two stratégies [16] et the modijied periodic policy [28] figurent parmi les stratégies de
gestion les plus populaires [21].

Toutefois, les limites des approches multi-échelon ont menées à la création du concept de
Supply Chain Managment (SCM) au début des années 1990. En fait, le SCM va plus loin
que la gestion multi-échelon en coordonnant les différentes activités logistiques entre les
différents échelons de la chaîne, mais également en tentant d'améliorer la coordination de
l'approvisionnement entre les entreprises verticalement reliées. Plusieurs études ont été
effectuées sur différents aspects du SCM. En fait, [15] distingue deux (2) aspects en SCM :
l'infrastructure du réseau et les relations entre les différents intervenants de la chaîne.
L'infrastructure du réseau concerne la localisation de sites de production, d'entreposage et
de distribution tout comme la gestion du transport entre les différents sites. Ces différents
aspects ont été traités indépendamment aux sections précédentes. Les aspects de
collaboration et de partenariat entre les intervenants de la chaîne seront brièvement abordés
à la toute fin du présent chapitre.

2.5 Optimisation des systèmes complexes

L'optimisation des réseaux de distribution complexes implique généralement deux aspects
fondamentaux : l'optimisation du flux de matières et l'optimisation du réseau existant [2].
Ainsi, le problème de conception de réseaux de distribution regroupe plusieurs types de
problèmes : les problèmes de localisation, les problèmes de tournées de véhicule et les
décisions en lien avec le maintien des inventaires. Toutes les décisions concernant la
structure ou le pilotage du réseau affectent nécessairement les coûts et le niveau de service.
Jusqu'à maintenant, plusieurs problèmes locaux soit les stratégies de gestion, les problèmes
de localisation et d'allocation, les problèmes de tournées de véhicules et le problème de
réapprovisionnement et de gestion des inventaires ont été traités. Toutefois, des décisions
prises dans un sous-système ont généralement des impacts significatifs sur un ou plusieurs
des autres systèmes. 11 est donc intéressant d'aborder certains problèmes conjointement et
d'essayer d'optimiser la chaîne logistique d'un point de vue global plutôt que local d'où le
problème de conception de réseaux de distribution complexes. L'optimisation des réseaux
de distribution complexes demande cependant des efforts considérables.

À priori, afin de simplifier la conception de réseau de distribution, le problème a été traité

comme un problème de localisation. Toutefois, il est possible de remarquer qu'il existe
généralement un lien étroit entre la localisation et l'établissement des tournées de véhicules.
Plus récemment les location-routingproblems (LR.P) ont été traités par la littérature dans le
contexte de réseaux de distribution complexes. Le LRP vise à résoudre conjointement les
problèmes de localisation et de transport. Ainsi, en considérant un nombre de sites
potentiels pour la localisation des dépôts et en tenant compte des besoins particuliers des
clients, le LRP consiste, dans sa formule la plus simple, à déterminer la localisation des
dépôts et à établir les tournées de véhicules afin de desservir les clients de façon à ce que
les contraintes imposées, généralement en lien avec la capacité des dépôts et des véhicules,
la longueur et la durée des tournées, soient respectées et que les besoins des clients soient
satisfaits, tout en minimisant les différents coûts impliqués. Plusieurs formulations ont été
proposés afin d'addresser les LRPs. Toutefois, dû à la complexité du problème, les
méthodes exactes ne peuvent résoudre, à l'heure actuelle, que des problèmes de petites
tailles. Ainsi, afin de résoudre, les problèmes de tailles réelles, plusieurs heuristiques ont
été proposées [2] [27].

Le LRP permet donc de traiter simultanément les problèmes de localisation et de tournées

de véhicules. Par contre, il n'inclut pas les décisions relatives aux inventaires. Ainsi,
certains auteurs ont décidé d'aller au-delà du LRP en proposant des modèles qui permettent
non seulement de tenir compte des décisions relatives à la localisation et au transport, mais
également de considérer les décisions relatives au maintien des inventaires. Ainsi, [2]
étudie les problèmes de conception de réseaux complexes intégrant la localisation des
entrepôts, l'entreposage, le transport et les relatives au maintien des inventaires. Cet article
propose donc un modèle mathématique afin de traiter les problèmes de conception de
réseau de distribution intégré qui implique les trois aspects mentionnés précédemment.

[3] a également considéré le problème de conception de réseaux dans un système de chaîne

d'approvisionnement. La formulation mathématique proposée intègre la localisation des
sites de production, de distribution et d'entreposage ainsi que la détermination des
meilleures stratégies pour distribuer les produits des sites de production aux entrepôts et des
entrepôts vers les clients. De toute évidence, ces deux exemples figurent parmi une liste
importante de modèles développés afin d'adresser le problème d'optimisation de réseaux
complexes.

2.6 Collaboration et partenariat

La collaboration parmi les partenaires d'une chaîne d'approvisionnement a été longuement
discutée dans la littérature amenant de nouveaux concepts tels que Efficient Consumer
Response (ECR), Vendor Managed Replenishment (VMR) et Collaborative Planning,
 2X

Forecasting and Replenishment (CPFR). Ces concepts sont difficiles à implanter, en

particulier dans le cas de petites entreprises, mais ils amènent des principes importants que
les gestionnaires doivent considérer lors de la prise de décision. Ainsi, il est grandement
accepté que la création d'une chaîne d'approvisionnement transparente et mieux
synchronisée contribue à accroître sa réactivité et à en diminuer les coûts [18].
Conséquemment, [18] identifie quatre (4) configurations de chaîne d'approvisionnement
basées sur le partage de l'information et le niveau de synchronisation :

• Chaîne d'approvisionnement traditionnelle : Dans une chaîne d'approvisionnement

traditionnelle, chaque intervenant passe des commandes ou réapprovisionne ses
inventaires sans considérer la situation des acteurs en amont ou en aval.
Chaîne d'approvisionnement avec échange d'information : Dans le cas d'une chaîne
d'approvisionnement avec échange d'information, chaque intervenant continue de
passer ses commandes indépendamment des autres acteurs du réseau, mais leur
transmet cependant de l'information sur la demande rencontrée, sur ses prévisions
de capacité et sur sa planification à long terme.
• Vendor Managed Replenishment (VMR) : Dans un système VMR, le fournisseur ou
le distributeur est responsable de la coordination du réapprovisionnement des
détaillants. Ainsi, il doit s'assurer que le détaillant dispose, en tout temps, d'un
niveau d'inventaire suffisant afin de satisfaire la demande des clients finaux de
façon à maintenir un niveau de service adéquat.
• Approvisionnement synchronisé : Dans le cas de l'approvisionnement synchronisé,
l'ensemble des décisions pour le système, tant au niveau du réapprovisionnement
que de la planification de la production, sont centralisées. Le fournisseur ou le
distributeur prend donc en charge le réapprovisionnement des détaillants et utilise la
visibilité afin de planifier les opérations de sa propre chaîne d'approvisionnement.

Bien qu'il soit préférable de tendre vers un niveau de synchronisation et un partage de

l'information accru, des efforts considérables doivent être déployés afin d'arriver à établir
une relation de confiance entre les différents intervenants de la chaîne et à implanter un
système d'échange d'information et de prise de décision qui assurera son pilotage. De toute
évidence, ces conditions sont nécessaires à l'implantation d'un système VMR ou un
système d'approvisionnement coordonné. De plus, la collaboration et le partenariat, via le
VMR, propose également un concept intéressant qui n'a pas été traité auparavant : les
inventaires en consigne. Les inventaires en consigne sont des marchandises qui sont
entreposées directement chez les clients ou détaillants, mais qui demeurent la propriété du
fournisseur. Le client paie les marchandises seulement si elles sont utilisées. Généralement,
le client peut retourner au fournisseur la marchandise non utilisée.

De toute évidence, il existe plusieurs méthodes et stratégies afin d'optimiser les différentes
opérations d'un réseau d'approvisionnement et de distribution. Toutefois, toutes les
méthodes et stratégies proposées ne s'appliquent pas dans tous les contextes et il est
nécessaire, avant de prendre une décision, d'explorer et d'analyser les différentes avenues
possibles. L'utilisation d'un outil pour l'évaluation des différents scénarios s'avère donc
nécessaire. Ainsi, le développement d'une approche de simulation a été envisagé afin
d'évaluer les différentes options possibles et leurs impacts sur le système actuel dans un
contexte particulier et de guider vers le choix de l'option la plus profitable. Le prochain
chapitre présentera donc la première étape du développement de l'approche de simulation :
la modélisation conceptuelle.
Chapitre 3 Développement d'une approche de
simulation : la modélisation
Les différents concepts issus de la revue de la littérature ont permis de constater qu'il existe
plusieurs stratégies de pilotage et configurations de réseau possibles pour un système de
distribution et d'approvisionnement. Toutefois, il est difficile de connaître avec exactitude
les stratégies ou la configuration à prioriser dans un cas pratique qui fait face à des
contraintes et des particularités de fonctionnement propres à son système, notamment au
niveau des clients à desservir ou des produits à traiter. De plus, même si la stratégie à
adopter est connue, il est nécessaire de la paramétriser adéquatement de façon à obtenir le
maximum de bénéfices en lien avec les objectifs fixés par l'entreprise.

Ainsi, le développement d'un modèle de simulation afin d'évaluer et de mesurer les

impacts de l'adoption de l'une ou l'autre des stratégies dans un contexte particulier peut
s'avérer une approche intéressante. En effet, la simulation a été ciblée comme l'une des
meilleures méthodes pour analyser les chaînes logistiques et en évaluer les performances
[30]. La simulation permet l'abstraction d'un système réel soumis à certaines hypothèses en
lien avec les objectifs du concepteur. Elle permet également de considérer facilement les
aspects aléatoires et l'incertitude présents dans la réalité. Ce chapitre vise donc à présenter
la première étape du développement d'une approche de simulation : la modélisation
conceptuelle. Dans un premier temps, le réseau conceptuel étudié sera décrit en détail. Ce
réseau modifié intègre certains concepts soulevés au chapitre 2 et le réseau de base présenté
au chapitre 1. Le réseau développé demeure tout à fait générique et permet ainsi la
représentation de plusieurs situations ou contextes. Dans un second temps, la modélisation
à proprement dit sera présentée sous forme de diagrammes de flots.

3.1 Description du modèle

L'objectif principal de l'approche de simulation développée est de permettre l'étude des
différentes possibilités en matière de distribution. À priori, le système traité dans la
problématique est un système à échelon unique. Ce modèle a été présenté en détail au
chapitre 1. Puisque l'approche de simulation vise à analyser et à évaluer différentes
approches et différents aspects en lien avec la distribution, certaines modifications sont
apportées au réseau de base avant le développement du modèle conceptuel final afin
d'intégrer certains concepts soulevés dans la revue de la littérature. Ainsi, le réseau de base
est sujet à deux (2) modifications majeures basées principalement sur les stratégies de
distribution à adopter et la configuration du réseau.

La première modification concerne donc la structure même du réseau. Ainsi, le distributeur

peut envisager la possibilité (1) d'ouvrir de nouveaux sites d'entreposage ou de
consolidation ou (2) de développer des partenariats avec d'autres entreprises impliquées au
sein du système de distribution global de façon à utiliser l'espace disponible chez le ou les
partenaires afin d'entreposer des marchandises ou tout simplement pour consolider
certaines commandes avant la livraison finale vers les détaillants. En ce sens, l'entreprise
doit examiner la possibilité d'interagir plus étroitement avec les autres intervenants de son
réseau et de développer des partenariats afin que chacun profite de la nouvelle
configuration du réseau. Par exemple, en considérant le cas réel exposé au chapitre 1,
l'entreprise peut envisager de développer un partenariat avec son transporteur (3PL) et ainsi
utiliser l'espace disponible directement au centre de consolidation du transporteur pour
entreposer des marchandises ou tout simplement pour consolider les commandes avant
l'expédition finale. En fait, le réseau où un unique entrepôt conserve toutes les
marchandises mènera, avec ces modifications, à un système multi-échelon où plusieurs
nœuds internes peuvent conserver des inventaires. La première modification concerne donc
la restructuration du réseau menant ainsi à un réseau multi-échelon de configuration
variable. De plus, le concept de consigne pourra être intégré au réseau modifié en
considérant ainsi un des aspects de la collaboration et du partenariat. Les inventaires en
consigne pourront être conservés chez les détaillants qui disposent d'une capacité
d'entreposage excédentaire.

La seconde modification concerne la catégorisation des produits et les stratégies de

distribution à utiliser. En effet, tel qu'il a été mentionné au chapitre 2, le concept de
catégorisation des produits permet de mettre en évidence l'importance relative des
différents produits impliqués dans le réseau de distribution. Tous les produits ne
rencontrent pas les mêmes besoins et ne possèdent pas les mêmes caractéristiques, profil de
 32

demande ou vélocité. À priori, le système de distribution étudié utilise exclusivement

l'entreposage classique. Par contre, très peu de distributeurs utilisent une seule stratégie de
distribution. Ainsi, en se basant sur la catégorisation des produits, la seconde modification
propose le déploiement d'une stratégie de distribution mixte qui intègre l'entreposage
classique et le cross-docking. Ainsi, les familles de produits sont séparées en deux (2)
catégories distinctes : les produits en cross-docking ou en passage direct et les produits en
inventaire qui seront gérés en suivant la stratégie d'entreposage classique. Une stratégie de
distribution est attribuée à chaque famille de produits selon sa fréquence et son volume
d'achat.

De toute évidence, les modifications apportées au réseau nécessiteront un système

d'échange d'information efficace et un niveau de coordination accru. De plus, elles auront
nécessairement des impacts sur les opérations internes. Toutefois, puisque l'objectif n'est
pas d'évaluer les impacts au niveau de la logistique interne de l'entreprise, nous
assumerons que les modifications nécessaires à l'interne sont réalisables et que les
ressources et les technologies nécessaires au bon fonctionnement sont disponibles.

Enfin, les différentes modifications apportées au réseau de base ont mené à l'élaboration
d'un réseau plus élaboré, tout à fait générique, qui sera utilisé pour l'implantation du
modèle de simulation. La figure 3-1 présente la structure du réseau et les différents liens
entre les fournisseurs, les nœuds internes et les détaillants.

Légende
t. Flux de nurchtndisM

- ► Flux d'mfamuuoii
DéteiUtnti

IC, Inventaire en consigne tu détaillant i

cc v Centre de consolidation y

CD, Centre de distribution X

F, Fournisseur j

Figure 3-1 Réseau conceptuel final multi-échelon

Le réseau développé comporte donc un centre de décision où l'ensemble des décisions pour
le système sont prises, un ensemble de nœuds internes, de fournisseurs et de détaillants. Les
nœuds internes, dans le réseau multi-échelon, sont divisés en trois (3) catégories distinctes
selon leur possibilité d'approvisionnement et de distribution :

• Centre de distribution (CD) : Le CD reçoit les produits en cross-docking et les

produits en inventaire des fournisseurs externes. Le CD peut expédier les
commandes finales aux détaillants (produits en cross-docking et produits en
inventaire) ou effectuer le réapprovisionnement des produits en inventaire pour les
autres nœuds internes du réseau.

• Centre de consolidation (CC) : Le CC reçoit les produits en cross-docking des

fournisseurs externes. Par contre, il reçoit les produits en inventaire d'un CD. Le
CC permet la consolidation des commandes avant la livraison finale vers les
détaillants. Il assure également le réapprovisionnement des inventaires en consigne
conservés chez les détaillants.

• Inventaire en consigne chez les détaillants (IC) : Tous les inventaires conservés chez
les détaillants sont en consigne. L'approvisionnement peut être effectué à partir du
CC ou du CD assigné au détaillant. De plus, IC agira également de point de
réception pour les produits en cross-docking pour le détaillant concerné.

Le réseau final présente deux (2) canaux de distribution distincts pour les produits en
inventaire et en cross-docking cheminant à travers les différents nœuds internes de
l'entreprise.

3.2 Hypothèses
Le réseau présenté à la figure 3-1 demeure tout à fait générique. Toutefois, les hypothèses
suivantes ont été effectuées :

• Tous les nœuds du réseau sont caractérisés par des niveaux d'inventaire et des capacités
d'entreposage tandis que les arcs représentent les activités de transport.
• Tous les produits sont gérés indépendamment selon une des deux stratégies de
distribution proposées soit le cross-docking ou l'entreposage classique.

• Les fournisseurs externes sont agrégés selon la stratégie de distribution des produits
qu'ils distribuent. Ainsi, le réseau est composé de deux (2) fournisseurs agrégés, un
pour les produits en cross-docking et un pour les produits en inventaire.

• Les activités internes telles que la cueillette, la localisation des produits dans l'entrepôt
et les opérations de manutention ne sont pas considérées explicitement. Chaque nœud
du réseau possède toutefois une capacité de flux entrant, associée à la réception des
produits, et sortant, associée à l'expédition des commandes des clients. Le centre de
décision peut, quant à lui, traiter un nombre infini de commandes par jour.

• Toutes les opérations ont lieu en début ou en fin de journée.

• Les tournées de livraison sont fixes et déterminées au préalable par des méthodes
d'optimisation issues de la littérature. Les détaillants sont ensuite agrégés selon les
tournées établies.

• Certains détaillants permettent le maintien d'inventaire en consigne. Puisque les

détaillants sont agrégés selon les tournées établies, les inventaires en consigne sont
également agrégés en tournées.

• Les commandes des détaillants arrivent au centre de décision selon un horaire fixe,
c'est-à-dire à chaque / unités de temps. À priori, toutes les commandes arrivent au
début de chaque journée.

• Lorsque qu'une commande est reçue, les marchandises requises sont collectées à
l'entrepôt désigné, consolidées avec les produits en passage direct si nécessaire, puis
expédiées au détaillant.

• Si la quantité requise n'est pas disponible en entrepôt, la commande d'un détaillant peut
être livrée partiellement. Aucune pénalité économique n'est encourue. Par contre, cette
situation reste à éviter afin de maintenir un niveau de service adéquat. Toutefois, la
 35

quantité de marchandises non-disponible est placée sur une liste d'attente et elle est
jointe à la prochaine commande du détaillant.

• Les inventaires de chaque nœud interne sont vérifiés périodiquement au centre de

décision selon une politique (R,s,S). Ainsi, à chaque R unités de temps, le niveau
d'inventaire est vérifié. Si le niveau est plus bas que le point de réapprovisionnement s,
une commande est placée afin d'atteindre le niveau d'inventaire maximal S [31]. Le
calcul des paramètres de la politique (R,s,S) est effectué en tenant compte de la
demande finale des détaillants et la vérification des inventaires est basée sur les
inventaires échelon. La période de réapprovisionnement R est la même pour tous les
nœuds internes.

• Les commandes placées chez les fournisseurs externes sont livrées en entier dans un
intervalle de temps fixe. Les fournisseurs externes ont une capacité illimitée.

• Lorsqu'un nœud interne place une demande de réapprovisionnement à un autre nœud

interne, la commande est expédiée en entier si l'inventaire en main du fournisseur est
suffisant. Si le fournisseur ne dispose pas de la quantité de marchandises requises, la
commande est expédiée partiellement.

• 11 n'y a pas de contraintes relatives au transport. Lorsqu'un camion est nécessaire pour
la livraison, on assume qu'il est disponible.

• Le transshipment entre les nœuds internes d'un même échelon n'est pas permis.

3.3 Notation utilisée

La notation suivante est utilisée lors de la description des processus et des diagrammes de
flots.

Indices
i produit
j client (détaillant ou nœud interne)
k stratégie de distribution (1 : cross-docking, 2 : entreposage classique)
w nœud interne
 36

Variables
S(j,W)k fournisseur du nœud interne w ou du client (interne ou externe) j pour les produits
dont la stratégie de gestion est k
MSj stratégie de distribution pour le produit ou la famille de produits i

Paramètres
n nombre total de détaillants ou de regroupements de détaillants (tournées)

cd nombre total de centres de distribution ou d'entrepôt

ce nombre total de centres de consolidation

ic nombre total de détaillants qui permettent le maintien d'inventaire en consigne

p nombre total de produits ou de famille de produits

Xy demande totale du produit i pour le client j

R période de réapprovisionnement

t temps entre l'arrivée de la commande de deux détaillants ou groupes de détaillants

Sj W seuil de réapprovisionnement du produit i au nœud w

Sj W niveau de recomplètement du produit i au nœud w

li w inventaire en main du produit i au nœud w

Ej W inventaire échelon du produit i au nœud w

Hj W inventaire en transit du produit i vers le nœud w

l'y quantité de marchandises en pénurie ou sur la liste d'attente pour le produit i, pour
le détaillant j

t(j,W)k délai de livraison vers le nœud interne w ou le client (interne ou externe) j pour les
produits dont la stratégie de gestion est k.

Cw capacité d'entreposage du nœud w

C+w capacité de flux entrant au nœud w

C"w capacité de flux sortant au nœud w

 37

3.4 Diagrammes de flots

Le réseau proposé et les différentes hypothèses, énoncées à la section précédente, ont
permis d'élaborer les diagrammes de flots présentés dans cette section. Ces diagrammes
visent à représenter les processus opérationnels importants de l'entreprise, de la passation
des commandes jusqu'à la livraison finale aux détaillants. Ces diagrammes de flots suivent
une structure hiérarchique et sont présentés aux figures 3-2 à 3-12. Sur les différents
diagrammes, les processus sont représentés par des rectangles tandis que les prises de
décision sont représentées par des losanges. De plus, lorsqu'un processus est représenté par
un rectangle gris, un sous-modèle lui est associé. Généralement, ce sous-modèle est
présenté dans les paragraphes qui suivent. Enfin, le flux d'information est représenté sur les
diagrammes de flots par des lignes pointillées tandis que le flux de matières est représenté
par un trait plein.
La figure 3-2 illustre le premier niveau hiérarchique du modèle développé. En fait, il
présente les quatre (4) principaux objets qui interagissent au sein du réseau
d'approvisionnement et de distribution de l'entreprise soit les détaillants (clients externes),
le centre de décision, le distributeur (nœuds internes) et les fournisseurs (nœuds externes).
Chaque objet, à l'exception du centre de décision, vise à représenter l'ensemble des
détaillants, nœuds internes et fournisseurs, selon le cas. Le processus opérationnel de
l'entreprise est déclenché par la réception des bons de commande, en provenance des
détaillants (1), au centre de décision (2). Les commandes sont alors traitées au centre de
décision (2) et les informations nécessaires au réapprovisionnement et à la préparation des
marchandises sont envoyées aux fournisseurs (4) et aux différents nœuds internes
concernés (3). Enfin, les nœuds internes (3) assurent la réception des commandes en
provenance des fournisseurs (4) et des autres nœuds internes (3), la préparation des
commandes pour les détaillants (1) ou pour le réapprovisionnement des nœuds internes (3)
ainsi que la consolidation et l'expédition des produits demandés vers leur destination finale.

Détaillante Centre de Nnsuds Fournisseur

(1) décision (2) mt<u ws(3) (4)
11

Figure 3-2 Le réseau de distribution

 38

Le premier objet vise à représenter, tel qu'il a été mentionné précédemment, l'ensemble des
n détaillants impliqués dans le réseau. L'objet Détaillants est illustré à la figure 3-3. Dans
un premier temps, l'objet Détaillants vise à générer un bon de commande pour chaque
détaillant j . Ce bon de commande inclut la demande xy- pour chaque produit i. Il planifie
ensuite l'arrivée du bon de commande créé au centre de décision (2). Ainsi, la génération
des bons de commande permet d'entamer le processus de distribution. Enfin, l'objet
Détaillants vise également à mettre fin au processus de distribution en assurant la réception
des commandes finales en provenance du distributeur (3) et en effectuant le calcul des
mesures de performance choisies.

Ci)

Création d'un bon de

J_ ,
Réception de commandes
commande finales

■ • j
Planifier l'arnvée du bon de
Mise à jour des mesures de
commande chez le
performances

1
(2)

Figure 3-3 Les détaillants (1 )

 39

Le deuxième objet, le centre de décision, vise à prendre l'ensemble des décisions reliées à
la préparation des commandes et au maintien des inventaires. Tel que l'illustre la figure
3-4, le centre de décision reçoit les bons de commande en provenance des différents
détaillants impliqués dans le réseau (2.1). Chaque bon de commande inclut la quantité
commandée xy par le détaillant j , et ce, pour tous les produits i. Dès son arrivée au centre de
décision (2), le bon de commande est vérifié et l'ordre d'approvisionnement nécessaire
pour les produits en cross-docking est généré (2.2) puis envoyé au fournisseur concerné. Le
bon de préparation pour les produits en inventaire est ensuite créé (2.3) puis envoyé au
nœud interne de préparation concerné. Enfin, à toutes les périodes R, le centre de décision
assure la vérification du niveau d'inventaire pour les produits conservés à chaque nœud
interne w (2.4). Au besoin, un ordre de réapprovisionnement est généré puis envoyé au
fournisseur externe ou au nœud interne correspondant. Toutefois, si le réapprovisionnement
du nœud vérifié est assuré par le réseau interne de l'entreprise, la génération d'un bon de
préparation est nécessaire avant la préparation des marchandises (2.3).

(i)

Réception d'un*
Vérification des (4)
commande pour un
Inventaires (2.4)
détaillant (2.1)

'
Génération de l'ordre
d'approvisionnement Génération du bon de
Produits en — .
préparation (2.3)
crois-docking (2.2)

T l
(3)
(4)

Figure 3-4 Le centre de décision (2)

 40

Le processus de génération d'un ordre d'approvisionnement pour les produits en cross-

docking (2.2) est présenté à la figure 3-5. Ainsi, la présence de produits en cross-docking
sur le bon de commande d'un détaillant amène la génération d'un ordre
d'approvisionnement. Cet ordre d'approvisionnement inclut tous les produits en cross-
docking demandés par le détaillant j , c'est-à-dire xy pour tous les produits i dont MSj=l.
Les ordres d'approvisionnement générés sont expédiés au fournisseur Sji. Enfin, le bon de
commande initial est ensuite actualisé en vue de la génération du bon de préparation (2.3).
Tous les produits en cross-docking sont d'abord éliminés du bon de commande, Xjj=0 pour
tous i dont MSi=l, puis les produits en pénurie ou en attente sont ajoutés à la demande
actuelle de sorte que Xy^xy+I'y. Si aucun produit en cross-docking n'est présent sur le bon
de commande du détaillant, le bon de commande passe directement à l'actualisation.

Pour toutes les commandes qui entrent dans le système

Non Produits en CD ( J«I

sur la commande dont
la demande est non nulle?

Génération d'un ordre

d'approvisionnement
(Produits en CD)

1
Remplir l'ordre
d'approvisionnement
(Produits en CD)

1
Envoyer l'ordre
d'approvisionnement
au fournisseur

Actualiser la commande du client

Elimination des produits en CD
T(4)

(2.3)

Figure 3-5 Le centre de décision (2) - Génération de l'ordre d'approvisionnement chez le

fournisseur pour les produits en cross-docking (2.2)

Le processus de génération d'un bon de préparation est présenté à la figure 3-6. Ainsi, pour
tous les bons de commande reçus de même que pour toutes les demandes de
réapprovisionnement au sein du réseau interne, un bon de préparation doit être généré. La
première étape du processus de génération d'un bon de préparation vise à déterminer le site
 41

d'entreposage w, w=Sj2, où les marchandises demandées devront être collectées. Pour

chaque produit i inclus au bon de commande, si l'inventaire en main permet de satisfaire la
demande du client j , interne ou externe, c'est-à-dire si I)W>Xjj, la quantité de marchandises
requise est réservée au nœud de préparation w. Par contre, si l'inventaire en main est
insuffisant, c'est-à-dire si IiW<Xij, une pénurie est enregistrée. Dans ce cas, si le client j est
externe au réseau de l'entreprise, c'est-à-dire si j<n, les produits en pénurie sont ajoutés à
une liste d'attente, I"ij=Xij-IiW- Par contre, si le client j est interne au réseau de l'entreprise,
c'est-à-dire si j>n, les produits manquants sont éliminés du bon de commande. Dans les
deux cas, la demande x,, est modifiée, xy =IjW, puis la nouvelle quantité de marchandises
requise est réservée au nœud de préparation w. Enfin, tous les bons de préparation pour un
même nœud sont regroupés et le début de la préparation au nœud concerné Sj2 est planifié.

(2.2) (2.4)
Pour chaque commande

Déterminer le noeud de
préparation pour la commande

L'inventaire en main du Réserver la quantité

produit est suffisant au de marchandises
noeud de préparation? requises au noeud de
préparation

i
Enregistrer une pénurie

Non Oui
Le client est un noeud
interne?
Ajouter la paître de la La quantité manquante est
commande manquante à éliminée du bon de
une liste d'attente
commande
i;;
Modifier la quantité de
produits demandée
*
Réserver la quantité de
marchandises requises au
noeud de préparation

L
Planifier le début de la Regrouper tous les bons
préparation au noeud pour un même noeud
concerné pour la journée en cours
f
(3)

Figure 3-6 Le centre de décision (2) - Génération du bon de préparation (2.3)

 42

La figure 3-7 présente le processus de vérification des inventaires. Ainsi, à chaque période
R, la vérification des inventaires est déclenchée. Pour chaque nœud interne w, le niveau
d'inventaire pour tous les produits i est vérifié. Si le niveau d'inventaire est suffisant pour
tous les produits i, c'est-à-dire si IjW+Hjw>SjW, aucune demande de réapprovisionnement
n'est nécessaire pour le nœud vérifié. Par contre, si le niveau d'inventaire est insuffisant
pour un produit, c'est-à-dire si Ijw+Hjv/^Siw, un bon de réapprovisionnement doit être
généré. Le bon de réapprovisionnement inclut la quantité à commander xy pour tous les
produits maintenus en inventaire : Xjj=0 si l'inventaire est suffisant, Xij=SiW-(liw+Hiw) si une
commande est nécessaire. Enfin, si le nœud vérifié est un centre de distribution, le bon de
réapprovisionnement est envoyé au fournisseur externe Sw2 (4). Par contre, si le nœud
vérifié est un centre de consolidation ou un détaillant avec inventaire en consigne, le
réapprovisionnement est assuré à l'interne. Dans ce cas, un bon de préparation doit d'abord
être généré à partir du bon de réapprovisionnement créé (2.3) avant la préparation finale des
marchandises au nœud interne concerné (3). Enfin, dans tous les cas, le début de la
prochaine vérification est planifié au temps t+R.

Pour chaque noeud interne

Début de la vérification

L'inventaire de tous les Aucune demande de

réapprovisionnement pour
produits en inventaire
ce noeud
est suffisant?

Figure 3-7 Le centre de décision (2) -Vérification des inventaires (2.4)

 43

Le troisième objet, nœuds internes, vise à représenter l'ensemble des nœuds internes
impliqués dans le réseau de l'entreprise. Tel que l'illustre la figure 3-8, dès l'arrivée d'une
commande ou d'un bon de préparation au nœud interne, trois (3) types d'opération sont
alors possibles : la réception des marchandises (3.1), la préparation des commandes (3.2) et
la consolidation/expédition des commandes (3.3). Ainsi, les commandes ou les bons de
préparation sont envoyés au sous-modèle qui correspond au type d'opération à effectuer.
Enfin, les commandes sont réacheminées, selon le cas, vers le nœud interne ou le détaillant
concerné.

(3) (4) (2)

Quel type d'opération le \ ^ _

noeud interne doit effectuei?^/"

Rjéceptkm des Préparation des Consolidation et

marchandises (3.1) commandes (3.2) expédition de
commandes (3.3)

»; m

Figure 3-8 Les nœuds internes (3)

 4/|

Le processus de réception des marchandises (3.1) est présenté à la figure 3-9. Ainsi, toutes
les commandes reçues à un nœud interne et dont la destination finale est externe au réseau
de l'entreprise, c'est-à-dire si j<n, sont transférées directement à la zone de
consolidation/expédition. Par contre, pour toutes les commandes dont la destination finale
est un nœud interne au réseau de l'entreprise, c'est-à-dire si j>n, les inventaires, pour tous
les produits i inclus à la commande reçue, sont incrémentés, Ijj=Ijj+Xij, puis les inventaires
en transit sont ajustés. Hij=Hjj-Xjj. De plus, si le nœud en cours est un détaillant qui possède
des inventaires en consigne, les produits en attente, pour le détaillant j associé, sont vérifiés
puis un bon de préparation est généré au besoin. Ce bon de préparation inclut la demande
Xy, où Xij=I'ij, tous les produits i dont I'ij^O. Dans le cas contraire, aucune opération
supplémentaire n'est effectuée. Rappelons que la réception des commandes est effectuée
jusqu'à ce que la capacité de flux entrant du nœud interne soit atteinte. Si la capacité de
flux entrant pour une journée est atteinte, la réception des commandes excédentaires est
reportée au lendemain, en priorité.

Réception des marchandises

(3)
Pour chaque commande
t
Le client attribué à la Transférer la commande à
commande est externe au la zone de
réseau de l'entreprise? consolidation/expédition

Pour tous les produits

Regarnir les inventaires

Le noeud en cours est un

Aucune opération
détaillant avec inventaire en supplémentaire
consigne

Non
Remplir un bon de
a-t-il des produits sur la
Aucune opération préparation
liste d'attente du détaillant
supplémentaire Ajouter la quantité requise
socié au noeud en cours?.
pour tous les produits

Figure 3-9 Les nœuds internes (3) - Réception des marchandises (3.1)
 45

Le processus de préparation des marchandises (3.2) est présenté à la figure 3-10. Pour
chaque bon de préparation reçu à un nœud interne, les marchandises demandées doivent
être collectées. Ainsi, si les inventaires en main au nœud en cours permettent de satisfaire la
demande du client j pour un produit i, c'est-à-dire si I,w>Xij, les inventaires sont
décrémentés, ljw= ljW - xy, puis les inventaires réservés dans le système sont ajustés. Par
contre, si les inventaires en main ne permettent pas de satisfaire la demande du client j pour
un produit i, c'est-à-dire si IjW<Xjj, une pénurie est d'abord enregistrée, puis la demande et la
quantité réservée sont ajustées, xy= IjW. La demande non-satisfaite est ajoutée à la liste
d'attente si le client est externe au réseau de l'entreprise, r.y=IiW- Xy, ou éliminée si le client
est interne au réseau. Lorsque les ajustements nécessaires ont été effectués, le processus
reprend son cheminement normal. Enfin, dans tous les cas, lorsque toutes les marchandises
inclues au bon de préparation ont été collectées, la commande est transférée vers la zone de
consolidation/expédition.

Réception des bons de

préparation

Pour chaque bon de préparation

Pour chaque produit

Non
Est-ce que l'inventaire en
main peut répondre à la
demande ?
Décrémenter l'inventaire
Enregistrer une pénurie Ajuster les inventaires en
réserve

L
Transfert vers la lone de
Ajuster les inventaires en consolidation/expédition
réserve
Ajuster la demande pour le
produit (3)

Le client est externe au

réseau de l'entreprise ?

Ajouter les produits

manquants à k liste
d'attente

Figure 3-10 Les nœuds internes (3) - Préparation des commandes (3.2)
 46

Le processus de consolidation des commandes et d'expédition (3.3) est présenté à la figure

3-11. Ainsi, si le nœud interne w en cours est un détaillant qui possède des inventaires en
consigne, c'est-à-dire si n<j<ic, la commande partielle ou totale est expédiée directement au
détaillant (4) correspondant, sans délai. Toutefois, si le nœud interne w en cours est un
centre de distribution ou de consolidation et que la commande est à sa destination finale au
sein du réseau interne, la commande est consolidée, c'est-à-dire que les produits en
inventaire et les produits en cross-docking sont regroupés au besoin. La commande est
ensuite expédiée au client final. La réception est alors planifiée au nœud concerné (1) (3).
Par contre, si la commande n'a pas atteint sa destination finale au sein du réseau interne,
elle est transférée directement au nœud interne subséquent. Enfin, la réception de la
commande est planifiée au nœud concerné. Rappelons que les activités de consolidation et
d'expédition sont effectuées jusqu'à ce que la capacité de flux sortant du nœud interne soit
atteinte. Si la capacité de flux sortant pour une journée est atteinte, le traitement des
commandes excédentaires est reporté au lendemain, en priorité.

Arrivée de la commande à
la zone de consolidation

Expédier directement au
client
Planifier la réception de la
commande complète ou
partielle sans délai

Oui / ~ \ Non
La commande est à
destination, c 'est-à-dite au
fournisseur du client ?

Consolidation Transfert vers un autre

Regroupement des produits noeud
en inventaire et en CD au
besoin
Assigner le noeud et
planifier la réception
Expédition vers le client
finale
Planifier la réception au
. : • ; ■ ,

noeud concerné

TV
(3) (4)

Figure 3-11 Les nœuds internes (3) - Consolidation et expédition des commandes (3.3)
Enfin, le quatrième objet, les fournisseurs (4), vise à représenter les différentes opérations
effectuées chez les fournisseurs. En fait, cet objet représente l'ensemble des fournisseurs et,
dans le cas présent, il représente les deux types de fournisseurs existants, c'est-à-dire le
fournisseur pour les produits en inventaire et le fournisseur pour les produits en cross-
docking. Puisque que les fournisseurs sont externes au réseau de distribution, le distributeur
n'a aucun contrôle sur les opérations internes. Alors, les fournisseurs sont représentés
simplement par des délais de livraison. En fait, les bons de réapprovisionnement arrivent
aux fournisseurs en provenance du centre de décision (2), puis la réception de la commande
correspondante est planifiée au nœud interne concerné (3) selon les différents délais de
livraison.

a)
k
Arrivée d'un ou des ordres
d'approvisionnement

$
Planification de la réception
de la commande au noeud
concerné

I
(3)

Figure 3-12 Les fournisseurs

L'intégration des concepts présentés au chapitre 2 au réseau de base à un échelon ont
permis de proposer un réseau multi-échelon modifié, plus évolué. Toutefois, l'implantation
d'un tel réseau requiert en pratique des réponses à plusieurs questions : quelles familles de
produits seront catégorisées en passage direct? Quelles familles de produits seront
catégorisées en inventaire? Quelle quantité de marchandises sera maintenue en inventaire et
à quel site? Quel centre de distribution ou centre de consolidation sera assigné à quel
détaillant? Ainsi, afin d'analyser et d'évaluer les différentes avenues possibles, le
développement d'une approche de simulation, à partir du réseau modifié proposé, a été
envisagé. Le modèle conceptuel tout à fait générique a donc été présenté dans le présent
chapitre. L'ensemble des diagrammes de flots ont permis de représenter les processus
opérationnels importants de l'entreprise de la passation des commandes à la livraison finale
vers les détaillants. Le modèle conceptuel présenté sera implémenté grâce au progiciel de
 4S

simulation ARENA. L'outil de simulation permettra d'analyser les différentes stratégies de

gestion et configurations de réseau dans un contexte particulier. L'implémentation du
modèle conceptuel fera l'objet du prochain chapitre.
Chapitre 4 Développement d'une approche de
simulation : l'implémentation du modèle
conceptuel
La première étape du développement de l'approche de simulation pour l'évaluation des
performances et l'analyse d'un réseau d'approvisionnement et de distribution, la
modélisation conceptuelle, a été présentée au chapitre précédent. Le modèle conceptuel,
présenté sous forme de diagrammes de flots, doit maintenant être implémenté afin de créer
le modèle de simulation à proprement dit. Le présent chapitre vise donc à présenter
l'implémentation du modèle conceptuel grâce au logiciel de simulation général ARENA.

Le logiciel commercial ARENA est généralement utilisé pour modéliser des problèmes
dont la structure est connue et demeure invariable pour tous les tests effectués. ARENA
peut être utilisé facilement pour représenter des systèmes manufacturiers avec différents
niveaux de complexité. Dans le cas du réseau développé au chapitre 3, la structure est
variable et donc, un réseau générique doit être mis au point. Pour arriver à concevoir le
simulateur générique souhaité, des recherches et expérimentations supplémentaires ont été
nécessaires. ARENA sera donc utilisé différemment de l'approche traditionnelle proposée
dans la plupart des ouvrages de référence [9]. Puisque peu d'ouvrages traitent de la
conception d'un tel modèle générique, il est donc pertinent, dans un premier temps, de
regrouper les différentes informations recueillies pour arriver à la création d'un simulateur
convivial et facile à utiliser pour différentes configurations du réseau. L'idée fondamentale
pour la construction d'un modèle générique avec ARENA consiste en l'utilisation des
différents niveaux de modélisation offerts afin d'accroître la flexibilité et de permettre la
modélisation de systèmes complexes. Ces aspects techniques, notamment l'utilisation de
blocs et d'éléments SIMAN et la programmation VBA, sont nécessaires à la création du
modèle de simulation. De plus, un formulaire MS Access est créé afin de permettre une
utilisation facile de l'outil développé. Toutefois, une procédure de connexion entre les deux
logiciels est nécessaire. Il en sera également question dans le présent chapitre.

Dans un second temps, la structure du simulateur basée sur le modèle conceptuel proposé
au chapitre 3 sera présentée. Le simulateur intègre l'utilisation de MS Access pour la
création du formulaire, le calcul de certains paramètres et la génération de bases de données
et le logiciel de simulation ARENA pour la génération du modèle de simulation à
proprement dit et le calcul des mesures de performance. Tous les détails concernant
l'utilisation des deux logiciels, les variables d'entrée et les mesures de performance sont
traités dans le présent chapitre.

4.1 La création d'un modèle générique

La création d'un modèle générique entraîne des difficultés. Certaines techniques doivent
être utilisées pour faciliter l'implémentation et permettre non seulement la création d'un
simulateur tout à fait générique, mais également afin de simplifier son utilisation. Ces
techniques, soit l'utilisation des blocs et des éléments SIMAN, l'utilisation de VBA avec
ARENA et l'échange de données entre MS Access et ARENA, sont brièvement traitées
dans la présente section.

4.1.1 Utilisation des blocs et éléments SIMAN

ARENA est un outil de simulation général qui permet de créer une simulation à
événements discrets en connectant entre eux différents blocs aux fonctions variées. Les
notions de base sur la simulation à événements discrets et les différentes fonctions
d'ARENA ne seront pas traitées ici. Il sera plutôt question des aspects moins couverts dans
les ouvrages de référence. Toutefois, pour de plus amples informations concernant les
concepts de base, il est possible de consulter [1], [19] et [24].

Tel qu'il a été mentionné précédemment, ARENA offre plusieurs niveaux de modélisation.
Le niveau le plus élevé propose l'utilisation de templates pour faciliter la création du
modèle tandis que le niveau le plus bas, et par le fait même le plus flexible, propose
l'utilisation de SIMAN et de la programmation VBA ou C/C++. SIMAN est un puissant
langage de simulation général pour la modélisation de systèmes discrets, continus et/ou
combinés [26]. Tout comme ARENA, SIMAN utilise différents blocs pour générer la
séquence dans laquelle vont circuler les entités afin de simuler le système modélisé. Un
code SIMAN propre à chaque modèle est ensuite généré, au moment de l'exécution du
modèle, selon la séquence créée. De la même façon, lorsqu'une simulation est effectuée
avec ARENA, le logiciel examine la configuration et la paramétrisation de chaque module,
puis génère un code SIM AN. De plus, tous les blocs ARENA sont créés à partir des blocs
S1MAN, également disponibles dans ARENA. Les blocs SIMAN permettent plus de
flexibilité que les modules proposés par ARENA. Ils permettent l'entrée de variables ou
d'équations algébriques là où les blocs ARENA équivalents ne permettent que l'entrée de
valeurs numériques. Toutefois, l'utilisation de blocs SIMAN nécessite plus de rigueur
puisque tous les attributs, variables, stations ou ensembles utilisés par les blocs SIMAN ne
sont pas générés automatiquement comme c'est le cas pour les blocs ARENA. Ils devront
donc être créés à priori à l'aide des éléments SIMAN correspondants.

Le réseau de distribution développé au chapitre précédent est tout à fait générique. Ainsi, la
configuration du réseau et le nombre de nœuds internes peuvent varier d'un scénario à un
autre. [33] propose un modèle ARENA pour une chaîne d'approvisonnement où le nombre
de détaillants est, à tout fin pratique, illimité. Toutefois, les détaillants n'utilisent aucune
ressource et ne possède aucune contrainte de capacité ou de traitement. [26] proposent un
exemple intéressant de l'utilisation de SIMAN pour la construction de sous-modèles
génériques qui utilisent des ressources propres à chaque sous-modèle. Afin de bien situer la
méthode proposée, il est important de rappeler quelques notions reliés à l'utilisation de
ARENA et de SIMAN.

Le transfert des entités, dans un modèle de simulation, peut être effectué de différentes
façons. Tout d'abord, les entités peuvent circuler d'un bloc à l'autre par une connexion
directe entre les blocs. Cette méthode est très utilisée en pratique. Toutefois, pour les
systèmes complexes, il est préférable de créer des sous-modèles et d'utiliser des blocs
particuliers Station et Route pour assurer le transfert des entités. Les entités entrent ainsi
dans le sous-modèle par un bloc Station puis le quittent par un bloc Route qui assure le
transfert des entités vers la destination déterminée. Un sous-modèle peut, par exemple,
représenter un poste de travail. Toutefois, si un modèle est composé de plusieurs postes de
travail, il peut être fastidieux d'utiliser un sous-modèle par poste de travail, d'autant plus si
les postes de travail suivent la même logique. Il est donc intéressant de créer un sous-
modèle générique qui permet de représenter plus d'un poste de travail à la fois. La méthode
pour y arriver est relativement simple. Il s'agit de créer un ensemble, ou un set en langage
ARENA, qui regroupe l'ensemble des postes de travail à représenter. Alors, un ensemble
sera assigné à la station plutôt qu'un simple sous-modèle. La même méthode peut être
utilisée pour les ressources ou encore pour les files. Ainsi, il est possible de créer un poste
de travail générique en générant un ensemble qui regroupe tous les postes de travail à
représenter puis en utilisant les blocs Station et Route pour assurer le transfert des entités.

En transposant la méthode proposée dans [26] au cas d'un réseau d'approvisionnement et

de distribution, il est possible de créer un modèle de simulation pour une entreprise
générique de distribution qui permet l'utilisation des ressources propres à chaque site.

Le modèle créé dans le cadre du présent projet utilise, afin de conserver un maximum de
flexibilité, presqu'exclusivement des blocs et éléments SIMAN, à quelques exceptions près.
Toutefois, bien que la démarche proposée par [26] permette d'inclure facilement
l'utilisation de ressources, aucune ressource ne sera utilisée dans la première version du
simulateur développé. Toutefois, la structure proposée permet de les inclure aisément, au
besoin, en suivant la démarche par [26].

4.1.2 Utilisation de VBA avec ARENA

Le logiciel de simulation ARENA intègre également la programmation VBA et C/C++.
L'utilisation de la programmation permet d'améliorer la flexibilité d'ARENA. Toutefois,
elle requiert de bonnes connaissances et des habilités supplémentaires au niveau de la
programmation. Puisque le simulateur développé n'utilise que la programmation VBA,
seule l'utilisation de ce langage de programmation est traitée dans la présente section.

Deux (2) approches sont disponibles pour l'utilisation de VBA dans ARENA [19]:
l'utilisation de blocs VBA et la programmation directe via l'éditeur VBA. La première
approche, l'utilisation de blocs VBA, consiste à insérer un bloc VBA directement dans la
séquence créée. Ainsi, pendant la simulation, à chaque fois qu'une entité passe par le bloc
VBA, la procédure programmée est effectuée. En cliquant directement sur le bloc VBA en
question, l'éditeur VBA s'ouvre automatiquement afin de permettre la génération du code.
Les procédures de calcul complexes ou les changements de variables particuliers peuvent
 53

ainsi être programmés facilement en utilisant le langage VBA. Cette méthode peut s'avérer
utile lorsque des problèmes génériques doivent être traités.

La deuxième approche consiste à coder directement les différentes procédures à partir de

l'éditeur de VBA. L'éditeur d'ARENA permet l'utilisation de toutes les méthodes et outils
standards de VBA: procédures de programmation (Sub, Function, Class, If Endlf Elself
While, Wend, Do, On error et Select Case), la création de formulaires et boîtes de dialogue
et les outils de débuggage. Le code général disponible dans l'éditeur VBA est divisé en
plusieurs parties qui correspondent aux différentes étapes de la simulation, de
l'initialisation à l'exécution de chaque réplication. Il est donc important d'inscrire le code à
exécuter à l'endroit approprié en fonction des objectifs à atteindre de façon à ce que la
procédure programmée soit activée au moment voulu. Par exemple, le code inscrit sous
RunBeginSimulation sera exécuté une seule fois, au tout début de la simulation tandis que
le code inscrit sous RunBeginReplication sera exécuté au début de chaque réplication. [19]
fournit quelques informations sur l'utilisation de VBA avec ARENA.

L'utilisation de VBA permet donc d'atteindre un niveau de flexibilité accru et de faciliter

les procédures de calcul complexes. Ainsi, il est possible de générer un modèle de
simulation générique et de limiter la manipulation des paramètres et variables par
l'utilisateur en automatisant la plupart des procédures avec VBA.

4.1.3 Échange de données entre MS Access et ARENA

Puisque le réseau d'approvisionnement et de distribution étudié est générique, il est
possible que plusieurs paramètres doivent être enregistrés et manipulés. L'entrée manuelle
des données dans ARENA, notamment pour des problèmes de taille réelle, peut devenir
fastidieuse, d'autant plus si l'utilisateur n'est pas familier avec le logiciel ARENA. La
saisie ou la récupération des variables et des paramètres à partir d'une base de données ou
d'un chiffrier peut donc s'avérer intéressante. La lecture des données enregistrées dans une
base de données de MS Access ou dans un chiffrier Excel est possible, avec ARENA, par
l'intermédiaire d'un bloc particulier : le bloc Read/Write [19]. La lecture des données par
ARENA est effectuée selon une procédure particulière. Les bases de données et les
chiffriers créés doivent donc respecter une structure donnée afin d'assurer la lecture
adéquate des données enregistrées. Puisque le modèle de simulation développé utilise
exclusivement des bases de données, seule la démarche d'échange entre MS Access et
ARENA est présentée dans la présente section. Toutefois, la procédure à suivre avec Excel
est similaire.

La démarche à suivre est divisée en deux (2) étapes : la création de la base de données (MS
Access) et la génération d'une séquence de lecture (ARENA). En tout premier lieu, une
table doit être créée pour chaque valeur ou groupe de valeurs à lire avec ARENA, et ce, en
respectant une structure particulière. Ainsi, si les valeurs sont lues séquentiellement, c'est-
à-dire à chaque fois qu'une entité passe par le bloc Read/Write, les données à lire doivent
être enregistrées dans la même colonne. Par contre, si les valeurs doivent être lues
simultanément, elles doivent être enregistrées sur la même ligne.

Dans un deuxième temps, la séquence de lecture doit être créée. Tout d'abord, le fichier MS
Access où les données ont été enregistrées doit être ajouté à la liste des fichiers externes
actifs dans ARENA, sous le module Data Module File du Advanced Process Panel. Ce
module permet d'enregistrer les paramètres importants reliés à l'utilisation du fichier
externe : le type de fichier, son emplacement ainsi que les tables utilisées. Le bloc
Read/Write doit ensuite être ajouté à l'endroit approprié dans le modèle de simulation.
Alors, en cliquant sur le bloc en question, il s'agira d'assigner les variables ou les attributs
d'ARENA aux données externes. Ainsi, à chaque passage par le bloc Read/Write, l'entité
permet la lecture d'une donnée ou d'un vecteur de données puis assure les assignations
nécessaires.

Le bloc Read/Write permet également d'enregistrer des données ou des mesures de

performance d'ARENA vers un fichier externe dans le but d'effectuer un post-traitement
avec Excel ou MS Access par exemple.

Afin de minimiser la manipulation des variables et des paramètres dans ARENA et de

faciliter la saisie des données, un formulaire est créé avec MS Access. Le formulaire vise à
remplir adéquatement les bases de données utilisées par ARENA et à effectuer un pré­
traitement des données si nécessaire. Cette méthode est donc utilisée pour créer le
simulateur du réseau de distribution développé. Toutes les précisions nécesssaires
concernant l'interface de l'utilisateur et l'échange des données seront apportées dans les
sections suivantes.

4.2 Présentation du modèle de simulation

Le modèle conceptuel présenté au chapitre 3 sera donc implémenté en utilisant les
différentes techniques présentées afin de générer un modèle de simulation pour une
entreprise générique de distribution. Essentiellement, le simulateur comporte trois (3)
parties : le formulaire, les bases de données et le moteur de la simulation. Les deux
premières parties soit le formulaire et les bases de données ont été implantés grâce au
logiciel MS Access tandis que l'implémentation du moteur de la simulation a été effectué
grâce au logiciel de simulation commercial ARENA. La figure 4-1 présente un bref aperçu
de la structure globale du modèle de simulation. L'utilisateur devra donc, dans un premier
temps, saisir les données nécessaires à partir du formulaire. Les variables et les paramètres
saisis permettront de remplir les bases de données nécessaires à l'échange des données
entre MS Access et ARENA. L'utilisateur sera alors en mesure de démarrer la simulation
grâce à ARENA.
 %

Formulaire (MS Access) Moteur de lu simulation

Butes de données (ARENA)
Paramètres de base > (Ms Access) :>
Paramètres de simulation
Configuration du réseau
Gestion des clients <^>
Gestion des produits
Gestion des noeuds internes Mesures de performance
(ARENA)

Temps total dans le système

Génération de la demande
Pourcentage de satisfaction de
la demande
Inventaire
Nombre de demandes de
réapprovisionnement placées
Calcul des paramètre» de
Nombre de demandes de
gestion det inventaires
réapprovisionnement expédiées
J
Figure 4-1 Structure du modèle de simulation

4.2.1 Le formulaire et les bases de données

Tel que l'illustre la figure 4-1, la plupart des paramètres et des variables du système doivent
être entrés manuellement via le formulaire. La saisie des données constitue la toute
première à franchir avant d'amorcer la simulation. Ainsi, il est nécessaire de remplir
adéquatement le formulaire MS Access dans [Link] afin d'enregistrer les
données requises en vue de la simulation avec ARENA. La figure 4-2 présente le
formulaire à remplir. Ce formulaire comporte six (6) parties : une partie générale et cinq
(5) parties spécifiques aux différents aspects du réseau.
 57

I f Q Microsoft Access - [FormBase] JalyJ

3| FJchler Edition ôffichage Insertion Format Enregistrements Outils FeQêtre ? I apez une que; r? X

•«
MS Sans Serif » 6 G 7 S s s s ,&* A'.i«î'
Simulateur - Réseau de distribution

Veuillez entier les paramètres de base pour le réseau à étudier.

Nombre de clients (loutes) 11 Nombre de catégories de produits

Nombre de dépôts client Nombre de jour par semaine (max. 7)

Nombre de dépôts principaux 1 Intervalle de vérification des inventaires |

Nombre de distributeurs 1 Intervalle entre l'arrivée des clients

Nombre de fournisseurs externes — g

Veuillez entrer les paramètres pour la simulation
Nombre de réplications 2 Nombre de semaine pour la simulation:

Partie 1 : Le réseau Partie 2 : Gestion des clients (routes)

Saisie des
Réseau interne Réseau client | paramètres

Paitie 3 : Gestion des produits Partie 4 : Gestion des noeuds internes

Saisie des Saisie des

paramètres paramètres

Génération des Entrée manuelle I

Partie 5 : Génération des demandes paramètres de Gl desparamdeGI
„,„ ^„..„. ^...^
À partir de la _
. .....
distribution
Prêt pour la simulation
avec Arena
Entrée manuelle Afficher le carnet
des demandes de commande
Réinitialisation
,pan»d'u

Effacer e carnet de
cor nmande

Enr: H I < > | n | » * l sur 1 -AL

Mode Formulaire NUM //,

Figure 4-2 Le formulaire

La présente section traite donc en détail de chacune des parties à remplir en portant une
attention particulière sur les variables et les paramètres à entrer, les bases de données
générées et les différentes procédures de calcul utilisées.
 .s s

Partie générale

La partie générale assure la saisie des paramètres de base pour le réseau à étudier. Elle
permet également la saisie des paramètres propres à la simulation. Les différents
paramètres à saisir sont présentés au tableau 4-1. La première colonne du tableau présente
les paramètres à définir, la seconde, la notation générale associée au paramètre défini, la
troisième, les variables ARENA associées et enfin, la quatrième colonne présente la
définition des paramètres en tant que tel. Cette logique est respectée pour tous les tableaux
présentés dans le présent chapitre. Puisque les paramètres enregistrés à la partie générale
sont nécessaires à la génération des bases de données utilisées par les autres parties du
formulaire, il est essentiel de remplir la partie générale en tout premier lieu.

Paramètres de base
Nombre de détaillants n n Selon la méthode choisie, les détaillants sont regroupés en
tournée. Le nombre de détaillants correspond au nombre
total de tournées. Par contre, si chaque détaillant est
desservi par un aller-retour, le nombre de détaillants
correspond au nombre total de détaillants. Le nombre
maximal de détaillants est fixé à 100.
Nombre de centres de de dist Le nombre total de centres de distribution constituant le
distribution premier niveau du réseau interne de distribution.
Nombre de centres de ce dcpp Le nombre total de centres de consolidation constituant le
consolidation deuxième niveau du réseau interne de distribution.
Nombre de détaillants ic de Le nombre total de détaillants ou de regroupement de
avec inventaire en détaillants avec inventaire en consigne constituant le
consigne troisième niveau du réseau interne de distribution.
Nombre de - - Le nombre total de fournisseurs externes qui assurent
fournisseurs externes l'approvisionnement du réseau interne de distribution.
Nombre de produits P NProduitTot Le nombre total de produits ou de catégories de produit que
le système doit gérer. Le nombre maximal de produits est
fixé à 50 produits.
Nombre de jours par jourper La période représente la fréquence à laquelle les détaillants
période passent leur commande. Le nombre de jours maximal est
fixe à 7.
Intervalle de R intervalle A priori, le système utilise une politique de
vérification des réapprovisionnement (R,s,S). R représente la période ou
inventaires l'intervalle, en jours, entre les vérifications.
Intervalle entre t interar L'intervalle entre l'arrivée des commandes de détaillants
l'arrivée des représente le temps, en jours, entre les commandes de deux
commandes des détaillants ou groupes de détaillants.
détaillants
Paramètres pour la simulation
Nombre de - nreplication Le nombre de réplications à effectuer pendant la simulation
réplications
Nombre de périodes - nperiode Le nombre de périodes simulées au cours d'une réplication.
simulées
Tableau 4-1 Paramètres de bases et paramètres pour la simulation
 59

Partie 1 : Le réseau

La première partie du formulaire sert à définir la configuration du réseau et les liens entre
les différents intervenants du réseau tant à l'interne qu'à l'externe. En fait, selon les
paramètres de base enregistrés à la partie générale, deux (2) bases de données sont générées
automatiquement. Les bases de données générées s'affichent à l'écran lorsque l'utilisateur
appuie sur les boutons Réseau Interne et Réseau Client. La numérotation des nœuds
internes et externes doit être effectuée avec soin pour assurer le bon fonctionnement du
simulateur. En effet, les détaillants sont numérotés selon l'ordre de passation des
commandes. Ainsi, le premier détaillant à placer une commande se voit attribué le numéro
1, le deuxième, le numéro 2 et ainsi de suite jusqu'au dernier détaillant. De plus, les nœuds
internes sont numérotés à partir de n+1, à partir du troisième niveau, ic, jusqu'au premier
niveau, cd. À leur tour, les fournisseurs se voient attribuer les numéros les plus élevés.

Ainsi, en appuyant sur Réseau Interne, il est possible d'établir les liens entre les nœuds
internes au réseau en inscrivant les valeurs suivantes dans les cases correspondantes :

• 1, si l'arc entre les deux nœuds correspond à un flux de produits en cross-docking;

• 2, si l'arc entre les deux nœuds correspond à un flux de produits en inventaire;

• 3, si l'arc entre les deux nœuds correspond à un flux de produits mixte;

• 0, si aucun flux n'est permis entre deux nœuds.

Par la suite, en appuyant sur Réseau Client, il est possible d'établir les liens entre le réseau
interne de l'entreprise et les différents détaillants à desservir. 11 s'agit alors d'inscrire la
valeur 0, 1, 2 ou 3 dans la case correspondante afin de définir le lien entre un détaillant et le
réseau interne. Les valeurs pour la table Réseau Client sont définies de la même façon que
pour la table Réseau Interne.

Partie 2 : Gestion des tournées (détaillants)

La deuxième partie du formulaire permet de saisir les données relatives à la gestion des
tournées ou des détaillants. Tout d'abord, rappelons que, tel qu'il a été mentionné au
chapitre 3, si les détaillants sont visités par tournées, celles-ci doivent être déterminées
 60

préalablement par l'une ou l'autre des méthodes issues de la littérature. Ainsi, les
détaillants sont agrégés puis sont traités, tout au long de la simulation, par tournée. Par
contre, si les détaillants sont visités par des aller-retours, ils pourront être traités
indépendamment. Les paramètres sont donc saisis par détaillant ou par tournée selon le cas.
Le tableau 4-2 résume donc les différents paramètres de gestion des détaillants à définir.

Paramètres de gestion des détaillants (tournées)

Jour de commande Le jour de commande représente la journée, au sein
de la période, où le détaillant ou le regroupement
de détaillants passe sa commande.
DelaiLivraison tiw LcadTimc Il s'agit du délai de livraison entre le départ de la
[Nœud,2] commande du réseau de distribution vers le
détaillant final. Cette valeur peut être tirée à partir
d'une distribution donnée.
Tableau 4-2 Paramètres de £gestion des détail ants (tournées)

Partie 3 : Gestion des produits

La troisième partie assure l'enregistrement des paramètres reliés à la gestion des produits.
Chaque produit ou catégorie de produits rencontre les mêmes propriétés, stratégies de
gestion, distributions ou coûts, quelque soit le détaillant ou le point d'entreposage impliqué
dans le processus. Le tableau 4-3 présente et définit les différents paramètres à saisir pour la
gestion des produits. Dans tous les cas, le paramètre modegestion doit être enregistré. Par
contre, le paramètre distribution n'est nécessaire que si la demande est générée à partir des
distributions ou lorsque les paramètres de gestion des inventaires (s,S) sont générés
automatiquement. 11 en est de même pour le coût des produits qui est requis seulement
lorsque les paramètres de gestion des inventaires sont générés automatiquement grâce à la
méthode séquentielle impliquant les coûts. De plus amples détails seront fournis à la
section suivante au sujet de la génération de la demande et des paramètres de gestion des
inventaires.

Paramètres de gestion des produits

ModeGestion MSi ModeGestion Le mode de gestion représente la stratégie de
[NProduit] gestion utilisée pour gérer le produit ou la
catégorie de produits concernée (1, si les produits
sont gérés selon cross-docking et 2, si les produits
sont maintenus en inventaire).
Distribution Si l'utilisateur désire générer les demandes à
partir d'une distribution, il doit entrer la valeur
correspondant à la distribution choisie ( 1 :
 61

distribution exponentielle, 2: distribution

uniforme, 3 : distribution normale, 4 : valeur
constante).
Param! Selon la distribution choisie, les paramètres
suivants doivent être donnés : distribution
exponentielle : moyenne, distribution uniforme :
valeur minimale, distribution normale : moyenne,
valeur constante : la valeur.
Param2 Pour certaines distributions, un second paramètre
doit être enregistré : distribution uniforme : valeur
maximale, distribution normale : écart type. Pour
les autres, la valeur 0 est entrée.
C Ci C représente le coût du produit ou valeur
moyenne de la catégorie de produits gérés. Cette
valeur est nécessaire seulement si l'on souhaite
générer automatiquement les paramètres de
gestion des inventaires selon la méthode
séquentielle impliquant les coûts (voir partie 4)
Tableau 4-3 Paramètres de gestion des produits

Partie 4 : Gestion des nœuds internes

La quatrième partie, la gestion des nœuds internes, vise à saisir les différents paramètres en
lien avec la gestion du réseau interne de l'entreprise. Le tableau 4-4 résume l'ensemble des
paramètres requis. Ces paramètres concernent principalement les inventaires initiaux à
chaque nœud interne et pour chaque produit, les différents délais de livraison, les
contraintes de capacité et les paramètres de gestion des inventaires. Les paramètres de
gestion des inventaires peuvent être générés automatiquement en utilisant le bouton
Génération des paramètres de GI ou saisis manuellement les valeurs en utilisant le bouton
Entrée manuelle des param de GI. La saisie des paramètres de gestion des inventaires n'est
nécessaire que pour les produits en inventaire.

Inventaire initial
Inventairelni Pour chaque nœud et pour chaque produit, la
quantité d'inventaire en main au début de la
simulation doit être donnée.
Paramètres de gestion des noeuds internes
Délai Livraion CD Twl LeadTime Pour chaque nœud interne, le délai de livraison
[Nosud.1] pour la réception des produits en cross-docking,
c'est-à-dire le délai entre l'expédition du bon de
commande au fournisseur externe et la réception au
nœud interne, doit être donné.
Délai Livraison INV Xw2 LeadTime Pour chaque nœud interne, le délai de livraison
[Nœud,2] pour la réception des produits en inventaire, c'est-à-
dire le délai entre le départ de la commande
préparée et l'arrivée au nœud interne ou le délai
 entre l'expédition du bon de commande au
fournisseur externe et la réception au nœud interne,
doit être donné.
CapaciteENT Cw Chaque nœud interne possède une capacité
maximale d'entreposage, en quantité de produits
conservés en inventaire, qui ne doit pas être
dépassée.
CapaciteIN C1 Capacitein Chaque nœud interne possède une capacité de flux
[Nœud] entrant, en nombre de commandes traitées par jour.
Cette valeur correspond à la capacité de traitement
pour les activités de réception.
CapaciteOUT cw CapaciteOut Chaque nœud interne possède une capacité de flux
[Nœud] sortant, en nombre de commande traitées par jour.
Cette valeur correspond à la capacité de traitement
pour les activités de consolidation et d'expédition.
TempsReception TempsReception Le temps pour la réception d'une commande ou sa
[Nœud] distribution de probabilité doit être donnée pour
chaque nœud interne. À priori, il est nécessaire de
conserver ces valeurs nulles afin de conserver
l'hypothèse que toutes les opérations ont lieu au
début ou à la fin de la journée.
TempsPreparation TempsPreparation Le temps pour la préparation d'une commande ou
[Nœud] sa distribution de probabilité doit être donnée pour
chaque nœud interne. À priori, il est nécessaire de
conserver ces valeurs nulles afin de conserver
l'hypothèse que toutes les opérations ont lieu au
début ou à la fin de la journée.
TempsConsolidation TempsConsolidation Le temps pour de consolidation et d'expédition
[Nœud] d'une commande à chaque nœud interne doit être
donnée. À priori, il est nécessaire de conserver ces
valeurs nulles afin de conserver l'hypothèse que
toutes les opérations ont lieu au début ou à la fin de
la journée.
CoutCommande Aw CoutCommande représente le coût de commande
pour le nœud interne concerné. Cette valeur est
nécessaire seulement si l'on souhaite générer
automatiquement les paramètres de gestion des
inventaires selon la méthode séquentielle
impliquant les coûts (voir partie 4)
r r r représente le pourcentage d'immobilisation pour
le nœud interne concerné. Cette valeur est
nécessaire seulement si l'on souhaite générer
automatiquement les paramètres de gestion des
inventaires selon la méthode séquentielle
impliquant les coûts (voir partie 4)
Paramètres de gestion des inventaires
Petits Sjw Petits Si les paramètres de gestion des inventaires sont
[[Link]] entrés manuellement, la valeur du seuil de
réapprovisionnement s, pour chaque produit et
chaque nœud interne devra être saisie.
GrandS ^iw GrandS Si les paramètres de gestion des inventaires sont
[NProduit,Noeud] entrés manuellement, la valeur du niveau de
recomplètement S, pour chaque produit et chaque
nœud interne devra être saisie.
Tableau 4-4 Paramètres de gestion des nœuds internes
Tel qu'il a été mentionné précédemment, si l'utilisateur choisit de générer automatiquement
les paramètres de gestion des inventaires, il peut utiliser la bouton Génération des
paramètres de GI. Dans ce cas, il est important que la demande pour tous les produits en
inventaire suive une distribution normale de moyenne \x\ et d'écart type Oj.

Deux (2) méthodes sont disponibles pour le calcul des paramètres de gestion des
inventaires : la méthode séquentielle et la méthode approximative. De plus, puisque seule la
demande finale des détaillants est connue, le calcul des paramètres (R, s, S) est basé, dans
les deux cas, sur la demande des clients finaux. Cette méthode est connue sous le nom de
base stock control system [31]. L'approche proposée vise donc à calculer les paramètres de
contrôle des inventaires pour la politique de réapprovisionnement choisie en se basant sur
la demande des clients finaux plutôt que sur les besoins du niveau subséquent immédiat.
Les décisions de réapprovisionnement sont ensuite effectuées en fonction des inventaires
échelon plutôt que des inventaires locaux. L'inventaire échelon d'un nœud représente la
somme des inventaires locaux et des inventaires de tous les nœuds de niveau inférieur qui y
sont reliés [5]. [6] démontre la supériorité des politiques à inventaires échelon dans le cas
des systèmes en série et des systèmes d'assemblage. Toutefois, dans le cas des systèmes de
distribution multi-échelon, leur supériorité n'est pas aussi claire. [5] démontre que les
politiques à inventaire échelon, pour un système à deux échelons, surpassent les inventaires
locaux dans certains contextes, mais que l'inverse est vrai pour d'autres contextes.

De toute évidence, les politiques de réapprovisionnement impliquant les inventaires

échelon nécessitent un système de communication très efficace, beaucoup de transparence
et un partage accru de l'information. C'est d'ailleurs l'un des objectifs du réseau de
distribution proposé. Le choix des inventaires échelon va donc dans ce sens. Toutefois, le
modèle de simulation peut être modifié facilement pour tenir compte des inventaires locaux
plutôt que des inventaires échelon, au besoin.

Ainsi, quelle que soit la méthode utilisée, la demande totale reliée à chaque nœud interne
doit être connue afin de permettre le calcul des paramètres s et S. Puisque chaque produit
ou catégorie rencontre la même moyenne \i\ et le même écart type o\ quelque soit le
 64

détaillant ou le point d'entreposage impliqué dans le processus, la demande totale pour

chaque nœud est déterminée selon la procédure suivante :

1- Déterminer k(w), le nombre de clients finaux associés au nœud interne w.

2- Calculer la moyenne agrégée |XjW pour le nœud w :

Hiw = k(w) * ^

3- Calculer l'écart type agrégé pour le nœud w :

Cette procédure est requise pour tous les produits en inventaire.

La première méthode pour le calcul des paramètres de gestion des inventaires suit une
approche séquentielle et implique une estimation des différents coûts encourus. Ainsi, si
cette méthode est utilisée, les paramètres sont calculés selon la procédure suivante [29] :

1- Déterminer les prévisions de la demande u,jW et Oj,

2- Calculer la quantité à commander Qm et v\w :

2
(À
A,A>, et v,,„ = R QIW g*.
rwc- viwR

3- Déterminer la longueur de la période de risque ôjw:

<5iw = rw2 + viw

4- Déterminer la moyenne et l'écart type pendant la période de risque :

5- Choisir un critère et un niveau de service : à priori, afin de simplifier la

détermination de ko, le critère et le niveau de service sont fixés à 95% de cycle sans
pénurie.
 65

6- Calculer le coefficient de sécurité correspondant au critère et au niveau de service

choisis : en tenant compte du critère déterminé en 5, k0=1.64.

7- Calculer les paramètres s et S :

Siw~siw + Q-viwfxiw
La deuxième méthode est une méthode approximative qui se base sur le nombre de jours
d'inventaire maximal conservé en entrepôt. Cette méthode peut s'avérer intéressante
puisqu'elle permet de donner rapidement une idée des paramètres de gestion des inventaires
sans avoir recours à l'estimation des différents coûts impliqués. Ainsi, la procédure de
calcul se présente de la façon suivante [31] :

1 - Déterminer les prévisions de la demande \iivi et OjW

2- Déterminer la période de risque :

ôiw = rw2 + R

3- Déterminer la moyenne et l'écart type pendant la période de risque :

^ A ) = <*>,.„, *^ra,

4- Choisir un critère et un niveau de service : à priori, afin de simplifier la

détermination de k(), le critère et le niveau de service sont fixés à 95% de cycle sans
pénurie.

5- Calculer le coefficient de sécurité correspondant au critère et au niveau de service

choisis : en tenant compte des possibilités de rupture. En tenant compte du critère
déterminé en 4, ko=1.64.

6- Calculer le stock de sécurité :

SSiw-oJÔJ*k0

7- Calculer les paramètres s et S :

^-^(.àJ + SS^
S«w -siw+max*nlw
De toute évidence, l'utilisateur peut choisir d'utiliser n'importe quelle autre méthode afin
de calculer les paramètres de gestion des inventaires puis les saisir manuellement en
utilisant le bouton Entrée manuelle des param de GI.

Partie 5 : Génération de demandes

La cinquième partie du formulaire permet de générer ou de saisir la demande pour chaque

produit, pour chaque détaillant, et ce, pour chacune des périodes simulées. Trois (3)
différents modes sont disponibles pour la génération de la demande:

• A partir de la distribution : La demande est générée à partir de la distribution

déterminée à la troisième partie du formulaire, la gestion des produits.

• Entrée manuelle des demandes : La demande est générée grâce à l'une ou l'autre
des méthodes choisies par l'utilisateur puis saisie manuellement. La demande peut
également provenir de données historiques.

• A partir d'un fichier externe : La demande est lue à partir d'un fichier externe puis
importée de façon à remplir le carnet de commande du formulaire. À l'heure
actuelle, cette méthode n'a pas encore été implantée.

Lorsque les demandes ont été générées par l'une ou l'autre des méthodes, il est possible de
les visualiser en tout temps en utilisant le bouton Afficher le carnet de commande ou de
modifier une valeur au besoin en utilisant le bouton Entrée manuelle des demandes.

Lorsque toutes les parties du formulaire ont été remplies, l'utilisateur doit appuyer sur le
bouton Prêt pour la simulation. La procédure programmée vérifie en tout premier lieu si
toutes les données nécessaires à la simulation ont été saisies. Ensuite, elle génère toutes les
bases de données nécessaires et dans le bon format afin de permettre l'échange adéquat des
informations entre MS Access et ARENA. Enfin, la procédure s'assure que toutes les
contraintes de capacité sont respectées, c'est-à-dire que la somme des niveaux de
recomplètement pour tous les produits n'excède pas la contrainte de capacité, et ce, pour
tous les nœuds internes. Si la contrainte de capacité n'est pas respectée, les différents
paramètres Sjw* s'ajustent selon la procédure suivante :
 67

Pour tous les nœuds internes w :

1 - Calculer la quantité maximale en inventaire :

p
max.w /.

2- Si Imax,w>Cw, alors :

0/ An.».» ~ Capacité»
/o =

Sl-Siw-%*Siw\/i
3- Si lmax<Cw, SjW demeure inchangé, Vi.

Lorsque la procédure de vérification est terminée, un message s'affiche à l'écran et signale

à l'utilisateur qu'il est prêt à démarrer la simulation avec ARENA. Toutefois, il est toujours
important de s'assurer que les paramètres S modifiés demeurent consistants. Il est donc
possible de visualiser les paramètres S modifiés, afin d'en assurer la vérification, en
appuyant sur le bouton Entrée manuelle des param de GI.

L'utilisateur peut également utiliser, en tout temps, le bouton Réinitialisation afin de

supprimer les bases de données créées et de réinitialiser les paramètres saisis. De plus, le
bouton Effacer le carnet de commande peut être utilisé afin de réinitialiser exclusivement le
carnet de commande.

4.2.2 Le modèle avec ARENA

Lorsque toutes les variables et tous les paramètres ont été saisis et que les bases de données
ont été manipulées avec MS Access, la simulation en tant que telle peut être amorcée. La
simulation est effectuée grâce au logiciel commercial ARENA. Il s'agit donc, en tout
premier lieu, d'ouvrir le modèle [Link]. Le programme de simulation
développé a été conçu de façon à minimiser la manipulation des données et de la
paramétrisation des blocs, d'où l'utilisation préalable d'un formulaire. En réduisant au
minimum les manipulations par l'utilisateur, le modèle vise également à limiter les erreurs
 68

potentielles dues à la saisie des variables et des paramètres. De plus, le modèle générique
conçu peut s'adapter à toutes les configurations de réseau, en respectant les hypothèses
énoncées au chapitre 3. Le modèle peut donc être exécuté sans aucune modification tant
que le réseau étudié se situe à l'intérieur des limites suivantes :

• 50 familles de produits
• 50 nœuds internes
100 détaillants
Des modifications mineures seront nécessaires pour un système dont la structure dépasse
les limites permises par le simulateur.

Avant de démarrer la simulation, l'utilisateur doit d'abord créer les ensembles ou sets qui
permettent de regrouper les nœuds internes et les détaillants impliqués dans le réseau de
l'entreprise. Puisque les stations représentant individuellement chaque nœud interne et
chaque détaillant ont été créées préalablement, et ce jusqu'à concurrence de 50 nœuds
internes et 100 détaillants, seuls les ensembles doivent être générés selon la procédure
suivante :

1 - Cliquer sur l'élément Sets

2- Sélectionner l'ensemble 1, clients. La fenêtre présentée à la figure 4-3 s'affiche

alors :

M C«no«l | Hdp |

Figure 4-3 Ensemble Clients

 3- Inscrire sous Members la liste des numéros de nœuds correspondant aux détaillants
impliqués dans le réseau de l'entreprise. Pour éviter d'inscrire un à un tous les numéros,
il est possible d'utiliser la notation 1 ..n.

4- Répéter les étapes 2 et 3 pour l'ensemble 2, internalnodes, afin de générer

l'ensemble représentant les nœuds internes de l'entreprise de distribution.

Une fois les ensembles générés, l'utilisateur est en mesure de démarrer la simulation.

Lorsque la simulation est démarrée, une boîte de dialogue s'affiche. Cette boîte de dialogue
permet d'utiliser ou non les variables et les paramètres en provenance des bases de données
externes. De toute évidence, il est préférable d'utiliser les bases de données générées à
partir du formulaire Ms Access. Toutefois, si l'utilisateur choisit de ne pas utiliser les bases
de données externes, il doit s'assurer que toutes les variables et tous les paramètres ont été
saisis adéquatement dans ARENA. La boîte de dialogue a été créée dans l'éditeur VBA et
son affichage a été programmé sous RunBeginSimulation.

Le modèle est ensuite vérifié puis, si aucune erreur n'est décelée pendant la phase de
vérification, le logiciel crée le code SIMAN correspondant au modèle créé. Une fois la
vérification terminée et le code SIMAN généré, le modèle de simulation, présenté à la
figure 4-4, est exécuté.
 70

Simulateur - Réseau de distribution

1 . Générateur de demande 2. Centre de décision

3. Noeuds internes

X Noeud interne
Fournisseurs
■m*

4. Noeuds externes (clients)

l 1^. Chants |

5. Initialisation
LU Transport
i ^ . Initialisation
^ Flux de marchandises
* Flux d'information

Figure 4-4 Simulateur - Réseau de distribution

Le modèle de simulation comporte donc cinq (5) sous-modèles : le générateur de demande,

le centre de décision, les nœuds internes, les nœuds externes et l'initialisation. Le modèle
de simulation généré découle directement de la modélisation conceptuelle présentée sous
forme de diagrammes de flots au chapitre 3. Tout au long du chapitre, le modèle de
simulation est décrit en suivant pas à pas le cheminement des entités générées à travers les
différents sous-modèles.

Au début de chaque réplication, le module d'initialisation permet la lecture des variables et

des paramètres à partir des bases de données externes et l'assignation des variables
correspondantes dans le modèle ARENA. L'initialisation des données assure la connexion
entre MS Access et ARENA. La figure 4-5 présente la séquence de lecture nécessaire.
 71

Ainsi, au début de chaque réplication, c'est-à-dire au temps t=0, une entité est créée afin de
lancer la lecture des données. Les données sont alors lues successivement puis assignées
aux variables correspondantes selon la séquence présentée à la figure 4-5 : variables de
base, variables propres à la simulation, variables de gestion des produits, génération du
réseau, variables propres aux inventaires, délais de livraison et contraintes de capacité.
Enfin, un bloc VBA permet de calculer le nombre d'entités à générer au début de chaque
journée dans le module Générateur de demande afin de représenter l'arrivée des
commandes des détaillants. Le sous-modèle Initialisation n'est actif que si l'utilisateur
choisit d'utiliser les données en provenance de bases de données externes.

Data Roading l, , " ■ * " ' L_r—■ AB,„r, . £ E Ge6tionProault[ \ S Creationfieseau U 4 X Inventaire \—,

{ X LectureSubs \ \ S DelalUvralson \—^ S Capacite_Temps^ ■

Figure 4-5 Initialisation

Lorsque toutes les variables nécessaires à la simulation ont été attribuées, la simulation en
tant que telle peut débuter. Le processus de distribution est déclenché par la passation de
commandes par les détaillants impliqués dans le réseau. Le module de Génération de la
demande permet donc de simuler l'arrivée des détaillants et de générer le bon de commande
correspondant en lisant la quantité demandée pour chaque produit à partir de la base de
données Demande de MS Access. Le sous-modèle Génération de la demande est présenté à
la figure 4-6. Il comporte deux (2) sous-modèles : arrivée des clients (figure 4-7) et
génération de la demande (figure 4-8).

^•Arrivée des clients •^ Génération de la demande

Figure 4-6 Génération de la demande

Au début de la toute première journée, c'est-à-dire au temps t=0.1, une entité est générée
afin de déclencher l'arrivée des commandes des détaillants pour la première journée de la
réplication. Les attributs de l'entité sont d'abord initialisés, jour =1 et nperiode =1, puis le
bloc Duplicate génère le nombre d'entités correpondant au nombre de détaillants dont la
commande doit être passée à la journée en cours. L'entité mère demeure dans le sous-
modèle Arrivée des clients afin de permettre la génération des commandes tout au long de
la simulation. Une fois les entités créées, l'entité mère est retenue pendant un délai
correspondant au temps interarrivée, puis l'attribut jour est incrémenté jusqu'à ce qu'il
atteigne la valeur correspondant à la fin d'une période. Dans ce cas, l'attribut jour est
réinitialisé à 1. L'entité retourne ensuite au bloc Duplicate où l'arrivée des commandes des
détaillants pour la nouvelle journée est déclenchée, et ainsi de suite.

Figure 4-7 Arrivée des clients

Les entités créées au début de chaque journée passent ensuite au sous-modèle Génération
de la demande, présenté à la figure 4-8. Dès leur entrée dans le sous-modèle, un numéro de
client, un numéro de période et un temps d'arrivée dans le système sont attribués à chaque
entité. Ensuite, pour chaque produit, la quantité commandée est lue à partir de la base de
données MS Access correspondante et sa valeur est assignée à l'attribut Dem(NProduit).
Lorsque la demande pour chaque produit a été lue, l'entité, qui correspond au bon de
commande pour le détaillant NClient_Att, est envoyée directement au Centre de décision.

Figure 4-8 Génération de la demande (sous-modèle)

Le modèle Centre de décision, présenté à la figure 4-9, vise à simuler les décisions relatives
à la préparation des commandes, c'est-à-dire à la génération des bons de préparation, aux
demandes d'approvisionnement pour les produits en cross-docking ainsi qu'à la vérification
des inventaires à chaque nœud interne. Ce modèle est composé de trois (3) sous-modèles :
approvisionnementfournisseur (figure 4-10), bon de préparation (figure 4-13) et
vérification des inventaires (figure 4-16). Les entités quittent le module Centre de décision
par un bloc Route qui assure le déplacement des entités vers une station donnée dans un
délai de temps connu.

^ . i ï ApprovisionriementFourrriisseur CPD) t ^ ^ ]

I J X BonPreparation L '

[ S Vérification Inventaire L —

Figure 4-9 Centre de décision

Le sous-modèle ApprovisionnementFournisseur permet de créer les ordres

d'approvisionnement pour les produits en cross-docking demandés par les détaillants. Dès
son arrivée dans le sous-modèle ApprovisionnementFournisseur, l'entité passe par un bloc
Assign où la variable b(NClient_Att, nperiodeatt) est initialisée à L La variable
b(NClient_Att, nperiodeatt) définit le nombre de parties de commande qui constitue la
commande finale du détaillant pour la période en cours, à l'exception des détaillants dont
l'approvisionnement des produits en inventaire est assuré par les inventaires en consigne
qui y sont maintenus. Dans ce cas, la variable b(NClient_Att, nperiodeatt) demeure 1.
Dans tous les autres cas, la variable b(NClient_Att, nperiode_att) demeure 1 si le bon de
commande est constitué exclusivement de produits en inventaire. Toutefois, si un ordre
d'approvisionnement pour les produits en cross-docking doit être lancé, la variable
b(NClient_Att, nperiodeatt) devient 2. La variable b(NClient_Att, nperiodeatt) est
nécessaire pour la consolidation des commandes. L'entité passe ensuite par une boucle qui
sert à vérifier la présence de produits en cross-docking sur le bon de commande du
détaillant. Ainsi, dès qu'un produit en cross-docking se retrouve sur le bon de commande,
un ordre d'approvisionnement doit être lancé. La variable b(NClient_Att, nperiodeatt)
 14

devient alors 2 et l'entité est envoyée au sous-modèle Bon Approvisionnement Fournisseur

(figure 4-11). Le bloc Branch crée simultanément une entité qui est envoyée au sous-
modèle Actualisation Bon de Commande (figure 4-12). Le bon de commande de base est
donc divisé en deux (2) parties : le bon d'approvisionnement pour les produits en cross-
docking fournisseur externe et le bon de commande actualisé qui servira ultérieurement à la
génération d'un bon de préparation. Si aucun produit en cross-docking ne se retrouve sur le
bon de commande du détaillant, l'entité passe directement au sous-modèle Actualisation
Bon de commande.

p 1
«iigi «... AllUl
1 4 ^ Bon ApprowticnriemenlF ourmuaaur L <JX ((«groupe m*n1 Bon ApproL—

~,»,.. «, -,**.*.. *....,- «4. *

-l _J
.M».. »...
i

.ToM»tp»lHKOItrt\
I

Figure 4-10 Approvisionnement Fournisseur

Le sous-modèle Bon Approvisionnement Fournisseur présenté à la figure 4-11 permet la

génération du bon d'approvisionnement pour les produits en cross-docking inclus au bon de
commande du détaillant. Ainsi, lorsque l'entité entre dans le sous-modèle, elle passe par un
bloc Assign où le nœud interne assurant la réception de la commande pour les produits en
cross-docking lui est assigné. Ce nœud interne correspond généralement au fournisseur du
détaillant pour les produits en inventaire. Le type d'opération à effectuer à l'arrivée de
l'entité au nœud concerné, dans le cas ici, la réception, est également assigné à l'entité. Par
la suite, tous les produits sont vérifiés. Pour les produits en inventaire, la demande
d'approvisionnement est nulle tandis que pour les produits en cross-docking, la demande
d'approvisionnement correspond à la quantité demandée par le détaillant. À priori, aucune
contrainte n'est imposée au niveau de la taille des lots commandés. Si la demande pour tous
les produits en cross-docking est nulle, la variable b(NClient_Att, nperiodeatt) est
modifiée. Enfin, l'entité passe par un bloc Assign où le délai de livraison lui est assigné
avant de quitter le sous-modèle.
 75

Figure 4-11 Bon Approvisionnement Fournisseur

Le sous-modèle Actualisation Bon de commande présenté à la figure 4-12 vise à actualiser

le bon de commande d'un détaillant avant la génération du bon de préparation. Ainsi, dès
que l'entité entre dans le sous-modèle, le nœud assurant la préparation des marchandises
demandées par le détaillant est attribué à l'entité. Le type d'opération à effectuer lors de
l'arrivée de l'entité au nœud interne, dans le cas présent la préparation est également
assigné. Tous les produits sont ensuite vérifiés. La demande pour les produits en cross-
docking est éliminée du bon de commande, puis les produits sur la liste d'attente pour le
détaillant associé à la présente demande sont ajoutés à la commande actuelle. L'entité est
ensuite envoyée directement au sous-modèle BonPreparation.

Modt <!« (Urtion d* ^ J o u i |M uiodultt ont ê

Figure 4-12 Actualisation Bon de commande

Le deuxième sous-modèle du Centre de décision, BonPreparation est présenté à la figure

4-13. Ce sous-modèle assure la génération des bons de préparation pour la cueillette des
marchandises en inventaire demandées par les détaillants. Le sous-modèle BonPreparation
 76

comporte deux (2) sous-modèles : GénérâtionBonP'réparâtion (figure 4-14) et

RegroupementBonPreparaîion (figure 4-15).

-£Ëï ■'•> l'-[Link] —4 i R t(|i euptm»nl ElotiPr «pi r itlori L—

Figure 4-13 BonPreparation

Lorsque l'entité entre dans le sous-module Génération Bon Préparation, présenté à la

figure 4-14, elle est envoyée directement au bloc Assign qui initialise alors les pénuries
totales pour le détaillant. L'entité passe ensuite par une boucle qui vérifie la disponibilité de
chaque produit en inventaire. Tout d'abord, pour chaque produit, la quantité demandée est
vérifiée. Si la quantité demandée est non-nulle, le modèle vérifie la capacité du nœud, qui
assure l'approvisionnement du détaillant, à satisfaire la demande du détaillant. Si
l'inventaire est suffisant, c'est-à-dire si la différence entre les inventaires en main et les
inventaires déjà réservés est suffisante pour rencontrer la demande, la quantité demandée
est réservée dans le système. Dans le cas contraire, une rupture de stock et une pénurie sont
tout d'abord comptabilisées. La quantité demandée est ensuite ajustée, la nouvelle demande
pour le produit correspond alors aux inventaires en main, puis la demande non-satisfaite est
ajoutée à une liste d'attente. Avant de quitter le sous-modèle, l'entité entre dans une boucle
de vérification finale du bon de préparation. Ainsi, si la quantité demandée actualisée pour
tous les produits inclus au bon de préparation est nulle, la variable b(NClient_att,
nperiodeatt) doit être modifiée. Une fois la vérification finale effectuée, l'entité est
envoyée au sous-modèle RegroupementBonPreparation.

p. Aiiign —i -Corrinundi non r*

A . ' JU(IIÏJ«^>I I |_ .- Itrtii k l produNi or

«aiign ■—
lrvrtt*»ir» prapimliori i "%Km* vtiMlM m ? y
1 — . i,.-„.i|j d*

Figure 4-14 GenerationBonPreparation

Le sous-modèle RegroupementBonPreparation présenté à la figure 4-15 vise à regrouper

les bons de préparation à envoyer à un nœud interne pour la journée en cours. L'entité ou
plutôt la batch créée passe alors par un bloc Assign où lui est assigné le délai pour le début
de la préparation au nœud concerné avant de quitter le sous-modèle
RegroupementBonPreparation.

Figure 4-15 RegroupementBonPreparation

Le troisième et dernier sous-modèle du Centre de décision. Vérification des inventaires, est

présenté à la figure 4-16. Ce sous-modèle vise à déclencher la vérification des inventaires
pour tous les nœuds internes du réseau et à assurer le réapprovisionnement des
marchandises au nœud vérifié. Ainsi, à la fin de la toute première journée, une entité est
générée pour déclencher la vérification des inventaires. L'entité créée entre ensuite dans la
boucle de vérification des inventaires. L'entité passe d'abord par un bloc VBA qui calcule
les inventaires échelon pour chaque produit et pour chaque nœud interne. Ensuite, pour
chaque nœud et pour chaque produit, le niveau d'inventaire est vérifié. Dès que le niveau
d'inventaire est insuffisant pour un produit, c'est-à-dire si la somme des inventaires échelon
et des inventaires en transit est en dessous du seuil de commande, un bon de
réapprovisionnement est généré. Alors, tous les produits dont le niveau d'inventaire a
atteint le seuil de commande sont inclus au bon de réapprovisionnement. La quantité
demandée correspond alors à la différence entre le niveau de recomplètement et le niveau
d'inventaire total actuel, c'est-à-dire la somme des inventaires en main et des inventaires en
transit. Les inventaires en transit sont également ajustés. Lorsque tous les produits ont été
vérifiés, l'entité passe par un second bloc VBA qui met à jour les inventaires en transit entre
les différents niveaux du réseau interne. Si le nœud vérifié est un distributeur, le
réapprovisionnement des produits en inventaire est assuré par un fournisseur externe au
réseau de l'entreprise. L'entité passe alors par un bloc Assign qui attribue au bon de
réapprovisionnement le numéro de client, le numéro de période, le jour, le délai de
livraison, le type d'opération à effectuer lors de l'arrivée de la commande au nœud interne
concerné, dans ce cas, la réception, puis le nœud interne où devra être reçu la commande.
L'entité quitte ensuite le modèle Centre de décision par le bloc Route. Le bloc Roule assure
le déplacement des entités vers une station donnée dans un délai connu. Toutefois, si le
réapprovisionnement des produits en inventaire est assuré par un nœud interne du réseau,
l'entité passe également par un bloc Assign qui effectue les attributions similiaires au cas
précédent. Toutefois, l'entité doit passer par le sous-modèle GenerationBonPreparation,
présenté à la figure 4-17, avant de quitter le sous-modèle Vérification des inventaires.
Enfin, lorsque tous les nœuds internes ont été vérifiés, l'entité qui déclenche la vérification
des inventaires est retenue pendant un délai correspondant à la période de vérification puis
assure le déclenchement d'une nouvelle vérification au moment opportun.

Figure 4-16 Vérification des inventaires

Le sous-modèle Génération Bon Préparation présenté à la figure 4-17 suit une logique
similaire au sous-modèle Génération Bon Préparation présenté à la figure 4-14. Ainsi,
lorsque l'entité entre dans le sous-module, elle passe d'abord par une boucle qui vérifie la
disponibilité pour chaque produit en inventaire. Tout d'abord, pour chaque produit, la
quantité demandée est vérifiée. Si la quantité demandée est non-nulle, le sous-modèle
vérifie si les inventaires en main disponibles, c'est-à-dire la différence entre les inventaires
en main et les inventaires déjà réservés, permettent de satisfaire la demande. Si les
inventaires sont suffisants, la quantité demandée est réservée dans le système. Dans le cas
contraire, une rupture de stock est comptabilisée. De plus, la quantité demandée est ajustée,
la nouvelle demande pour le produit correspond alors à l'inventaire en main puis la
demande non-satisfaite est annulée. Les inventaires en transit sont ensuite ajustés. Lorsque
tous les produits ont été vérifiés, l'entité entre dans un bloc VBA. Ce bloc met à jour les
 79

inventaires en transit entre les différents niveaux du réseau interne. Enfin, l'entité quitte le
sous-modèle.

» H
■ ■-■■■ - ' . " I l

\/BA Anton

"\,
..'.IRiui le» produit» ofit* ■■-■■
^ . « • « • I l l K I 1131

Figure 4-17 Bon de préparation (Vérification des inventaires)

Le troisième modèle du simulateur, Nœud interne, est présenté à la figure 4-18. Ce modèle
vise à simuler les opérations effectuées à chaque nœud interne soit la réception, la
préparation et la consolidation/expédition. Les entités entrent donc dans le modèle par un
bloc Station. Le bloc Station représente l'ensemble de nœuds internes du réseau.
Lorsqu'une entité entre dans un nœud interne, le type d'opération à effectuer est tout
d'abord vérifié. Ainsi, selon la valeur de l'attribut type, l'entité est envoyée au sous-modèle
Réception (type=l), Préparation (type=2) ou ConsolidationExpedition (type=3). L'entité
quitte ensuite le modèle Nœud Interne par un bloc Route. Le bloc Route assure le
déplacement des entités vers une station donnée dans un délai de temps connu. L'entité
peut alors être envoyée au nœud interne en cours sans délai dans le but d'y effectuer une
autre opération, à un nœud différent du nœud interne en cours ou au modèle Clients.

Infcmtfiwrtei

Figure 4-18 Noeud interne

 80

Le sous-modèle Réception est présenté à la figure 4-19. Ce sous-modèle comporte trois (3)
sous-modèles : Déchargement des camions/Séparation produits (figure 4-20), Regarnir les
inventaires (figure 4-21) et DemandePreparation (figure 4-23). Ainsi, l'entité qui arrive au
sous-modèle Réception passe d'abord par le sous-modèle Déchargement des
camions/Séparation produits. Ensuite, si le client associé à la commande est un externe au
réseau de l'entreprise, c'est-à-dire si la commande ou la partie de commande est assignée à
un détaillant, l'entité passe directement par un bloc Assign où lui sont attribués le nœud où
la commande sera envoyée, le type d'opération à y effectuer, dans le cas ici, la
consolidation, et le délai de déplacement. Lorsque les assignations nécessaires ont été
effectuées, l'entité quitte le sous-modèle. Par contre, si le client est interne au réseau de
l'entreprise, c'est-à-dire si la commande est assignée à un nœud interne, l'entité passe
d'abord par le sous-modèle Regarnir les inventaires puis quitte Réception au sous-modèle
DemandePreparation.

X Déchargement du camion/Séparation produits L-\

X R e g a r n i r les inventaire», iX Damendortapr opération 1

Figure 4-19 Réception

Le premier sous-modèle de Réception, Déchargement des camions/Séparation produits, est

présenté à la figure 4-20. Ce sous-modclc vise à défaire les ensembles ou hatches de
commandes qui ont été générés précédemment. Ainsi, lorsqu'une entité entre dans le sous-
modèle, elle passe par un bloc Separate qui assure la séparation des hatches existantes.
Ensuite, l'attribut Setlndex est assigné à l'entité. Cet attribut représente la position du nœud
interne au sein de l'ensemble internalnodes. À priori, l'attribut Setlndex n'est pas utilisé
dans le modèle de simulation actuel. Toutefois, cette structure a été mise en place dans le
but de permettre l'utilisation de ressources selon l'exemple présenté à la section précédente.
Ensuite, si la commande doit toujours circuler, l'entité passe par la boucle de vérification
de la capacité du flux entrant. Ainsi, si la capacité pour le nœud en cours n'est atteinte,
 81

l'entité continue à circuler. Par contre, lorsque la capacité est atteinte, les activités de
réception sont remises au lendemain, en priorité. Toutefois, si la demande pour tous les
produits est nulle, l'entité quitte le système par un bloc Dispose .

Figure 4-20 Déchargement des camions / Séparation des produits

Le sous-modèle Regarnir les inventaires est présenté à la figure 4-21. Ce sous-modèle vise
à regarnir les inventaires suite à la réception des marchandises en inventaire en provenance
d'un fournisseur externe ou interne au réseau. Ainsi, lorsqu'une entité entre dans le sous-
modèle, elle passe par un bloc Delay où l'entité est retenue pendant un délai correspondant
au temps de réception pour le nœud interne en cours. L'entité passe ensuite par une boucle
qui incrémente les inventaires et ajuste les inventaires en transit pour tous les produits
inclus au bon de commande. Ainsi, les inventaires sont incrémentés puis les transits sont
décrémentés de la valeur correspondant à la quantité commandée. Enfin, lorsque tous les
produits ont été vérifiés, l'entité passe par un bloc VBA qui met à jour les inventaires à
chaque niveau ainsi que l'inventaire total pour le réseau interne avant de quitter le sous-
modèle.

Figure 4-21 Regarnir Inventaire

Enfin, le sous-modèle DemandePreparation est présenté à la figure 4-22. Ce sous-modèle

vise, dans le cas où le nœud en cours est un détaillant qui possède des inventaires en
consigne, à assurer la génération d'un bon de préparation pour l'approvisionnement des
marchandises présentes sur la liste d'attente pour le détaillant associé au nœud en cours.
Ainsi, dès l'arrivée de l'entité dans le sous-modèle, si le nœud en cours est un détaillant qui
possède des marchandises en inventaire, l'entité passe par une boucle qui vérifie la liste des
produits en attente pour le détaillant associé. Ainsi, dès qu'un produit est inclus à la liste
d'attente, un bon de préparation est généré. L'entité passe alors par un bloc Assign où lui
sont attribués le type d'opération à effectuer dès l'arrivée de l'entité au 'NœudInterne, dans
ce cas, la préparation, et le délai avant le début de la préparation au nœud concerné. Le bon
de préparation généré inclut tous les produits dont la quantité en attente est non-nulle. La
demande correspond donc à la quantité sur la liste d'attente. L'entité ou le bon de
préparation créée quitte le sous-modèle par un bloc Route. Par contre, si le nœud en cours
est un centre de consolidation ou un centre de distribution, aucune opération
supplémentaire n'est nécessaire. L'entité quitte le système par un bloc Dispose.

Figure 4-22 Bon Préparation

Le deuxième sous-modèle de Nœud Interne, le sous-modèle Préparation est présenté à la

figure 4-23. Ce sous-modèle vise à simuler les activités de préparation et de cueillette à
chaque nœud interne. Il comporte essentiellement deux (2) sous-modèles : Réception Bon
Préparation (figure 4-24) et Cueillette (figure 4-25).

I \ \ Réception Bon Préparant^ \ \ Cueillette) 1

Figure 4-23 Préparation

Tout d'abord, le sous-modèle Réception Bon Préparation, présenté à la figure 4-24, vise à
défaire les ensembles ou batches de commandes générés précédemment. Ainsi, lorsqu'une
entité entre dans le sous-modèle, elle passe par un bloc Separate qui assure la séparation
des batches existantes. Ensuite, l'attribut Setlndex est assigné à l'entité. Cet attribut
représente la position du nœud interne au sein de l'ensemble internalnodes. À priori,
l'attribut Setlndex n'est pas utilisé dans le modèle de simulation actuel. Toutefois, cette
structure a été mise en place de façon à permettre l'ajout de ressources au modèle
développé. Enfin, si la commande doit toujours circuler, elle quitte le sous-modèle. Par
contre, si la quantité à préparer pour tous les produits est nulle, elle quitte le système par un
bloc Dispose.

Figure 4-24 Réception Bon Préparation

Les entités passent ensuite par le sous-modèle Cueillette. Ce sous-modèle, présenté à la

figure 4-25, vise à simuler la cueillette des marchandises à chaque nœud interne. L'entité
qui entre dans le sous-modèle Cueillette passe d'abord par une boucle de préparation des
commandes. Tous les produits sont alors vérifiés. Si la demande pour un produit est nulle,
aucune opération particulière n'est effectuée. Si la demande est non-nulle et si l'inventaire
en main est suffisant pour satisfaire la demande du client, les inventaires sont décrémentés
et les produits réservés sont ajustés. Par contre, si les inventaires en main sont insuffisants,
une rupture de stock et une pénurie sont comptabilisées. La demande et la quantité réservée
sont ensuite ajustées. Enfin, la demande non-satisfaite est ajoutée à liste d'attente pour les
clients externes au réseau de l'entreprise ou éliminée pour les clients internes. Lorsque tous
les produits ont été vérifiés, l'entité quitte la boucle et passe par un bloc VBA. Ce bloc met
à jour les inventaires à chaque niveau et l'inventaire total pour le réseau entier. L'entité
passe ensuite par un bloc Assign où lui sont attribués le délai de transfert vers la zone de
consolidation/expédition et le type d'opération à effectuer dès l'arrivée de l'entité au nœud
interne, dans le cas ici, la consolidation/expédition. Enfin, l'entité passe par un bloc Delay
où elle est retenue, avant de quitter le sous-modèle, pendant un délai correspondant au
temps de préparation pour nœud en cours.
 K4

Figure 4-25 Cueillette

Le troisième et dernier sous-modèle de Nœud Interne est présenté à la figure 4-26. Ce sous-
modèle vise à simuler les activités de consolidation et d'expédition à chaque nœud interne.
Ainsi, lorsqu'une entité entre dans le sous-modèle Consolidation/Expédition, elle est
d'abord envoyée au sous-modèle Arrivée Consolisation (figure 4-27). Par la suite, l'identité
du nœud en cours est vérifiée. Si le nœud en cours est un détaillant qui possède des
inventaires en consigne, la commande est expédiée directement au détaillant concerné.
Alors, l'entité passe par un bloc Delay où elle est retenue pendant un délai correspondant au
temps d'expédition pour le nœud interne en cours. Le délai pour la livraison de la
commande et la destination finale sont ensuite assignés puis l'entité quitte le sous-modèle.
Par contre, si le nœud en cours n'est pas un détaillant qui possède des inventaires en
consigne, il s'agit de vérifier si la commande ou la partie de commande est à destination au
sein du réseau interne. Si c'est le cas, la consolidation doit être effectuée. Les entités sont
alors regroupées grâce à un bloc Batch selon leur destination finale, c'est-à-dire le numéro
de client, et la variable b(NClient_Att, nperiode_att). Ensuite, le délai de livraison, le type
d'opération à effectuer et la destination interne ou externe de la commande sont assignés à
l'entité. Par contre, si la commande ou la partie de commande n'a atteint sa destination
finale ou son point de consolidation, elle est transférée vers un autre nœud interne. Dans ce
cas, l'entité passe par un bloc Assign où lui sont attribués le délai de livraison, le type
d'opération à effectuer et la, destination interne de la commande ou de la partie de
commande. Enfin, dans les deux cas, les commandes ou parties de commande sont
envoyées à la zone d'expédition où l'entité est retenue pendant un délai correspondant au
temps d'expédition pour le nœud interne en cours avant de quitter le sous-modèle.
 85

1* Arrivée ConsoliilolKin i

r r Tj .
-j : o n . o l l d J t l o n 2 | ^ ^ - ""«r.

il ■"»* ut.

Figure 4-26 Consolidation/Expédition

Le sous-modèle Arrivée Consolidation, présenté à la figure 4-27, vise à gérer la contrainte

de capacité du flux sortant à chaque nœud interne. Ainsi, pour chaque entité qui entre, si la
capacité du nœud pour la journée en cours n'est pas atteinte, l'entité continue à circuler. Par
contre, si le nœud en cours a atteint sa capacité maximale, l'arrivée à la zone de
consolidation est reportée au lendemain, et de façon prioritaire. Dans ce cas, l'entité passe
par un bloc Delay où elle est retenue pour un délai d'un jour.

Figure 4-27 Arrivée Consolidation

Le quatrième modèle, Clients, vise à simuler la réception des produits demandés chez les
détaillants concernés. Tel que l'illustre la figure 4-28, les entités entrent donc dans le
modèle Clients par un bloc Station. Le bloc Station représente l'ensemble clients qui
regroupe tous les détaillants desservis par l'entreprise de distribution étudiée. L'entité qui
arrive au modèle Clients passe d'abord par un bloc Assign qui assure le décompte des
commandes traitées, le calcul du temps total d'une commande dans le système et le calcul
du pourcentage de satisfaction de la demande pour chaque commande placée. L'entité
 86

passe ensuite par des blocs Tally qui calculent les différentes mesures de performance avant
de quitter définitivement le système par un bloc Dispose.

Doit mesurer les ^ v

Assign Tally
per for m a r i é e s ? ' ^ r "
\ ■tri,i|.n«W □nliVclon
i llînllhil

B i t

Dispose

Figure 4-28 Clients (Détaillants)

La réception des commandes chez les détaillants vient donc clore le processus. Ainsi,
lorsque toutes les périodes ont été simulées, la simulation s'arrête et les différentes mesures
de performance nécessaires à l'analyse et à la comparaison des scénarios sont calculées
puis enregistrées dans un fichier externe. De plus, certaines mesures de performance
peuvent être lues directement sur l'interface du modèle de simulation ou à partir du rapport
final généré par ARENA. Toutefois, l'enregistrement dans un fichier externe est nécessaire
pour le post-traitement des résultats obtenus. Le modèle de simulation développé permet de
recueillir les quatre (4) mesures de performance suivantes :

Temps total moyen des commandes dans le système

Le temps total d'une commande dans le système correspond au temps entre la passation de
la commande d'un détaillant et la réception de la totalité des produits commandés chez le
détaillant concerné, en excluant, de toute évidence, les demandes non-satisfaites. Pour un
nombre m de commandes traitées, le temps total moyen des commandes dans le système est
calculé selon l'équation suivante :

1\
—1> (TempsSortiej - TempsArrivée,.)
vWtf
Pourcentage moyen de satisfaction de la demande

Le pourcentage de satisfaction de la demande d'un détaillant représente la proportion de la

demande satisfaite sur la demande totale du détaillant, et ce, pour l'ensemble de produits en
 87

inventaire et en cross-docking. Pour un nombre m de commandes traitées, le pourcentage

moyen de satisfaction de la demande est calculé selon l'équation suivante :

\\yk {demandet-pénurie) ^ ]nrw

m ) ^4~ A&winrïAo
demande
Niveau moyen d "inventaire

Le niveau d'inventaire correspond à la quantité de produits disponible à chaque nœud

interne. L'inventaire moyen représente donc la quantité moyenne disponible sur l'ensemble
des périodes simulées. Les inventaires moyens sont disponibles sous plusieurs formes :

Inventaire moyen total pour l'ensemble du réseau, pour tous les produits
• Inventaire moyen à chaque niveau, pour tous les produits
• Inventaire moyen à chaque installation, pour chacun des produits maintenus en
inventaire

Nombre de commandes passées et expédiées entre les différents nœuds internes du réseau

Le nombre de commandes passées représente la quantité de demandes de

réapprovisionnement placée par un nœud interne à son fournisseur, pour l'ensemble des
périodes simulées. Le nombre de commandes expédiées représente plutôt la quantité de
demandes de réapprovisionnement qui est expédiée partiellement ou en entier au nœud
interne par son fournisseur, pour l'ensemble des périodes simulées. Cet indicateur permet
de vérifier la capacité des nœuds internes à assurer le réapprovisionnement de leurs nœuds
subséquents.

Les mesures de performance présentées pourront donc être traitées et comparées selon les
méthodes établies afin d'analyser les différents scénarios envisagés pour l'entreprise de
distribution étudiée. De toute évidence, le modèle permet également le calcul de plusieurs
autres mesures de performance selon les besoins et les préférences de l'utilisateur
moyennant quelques modifications mineures.

Enfin, une fois le modèle de simulation implémenté, il est nécessaire de s'assurer, dans un
premier temps, qu'il fonctionne bien et qu'il ne contienne aucune erreur de programmation.
Ensuite, il est nécessaire de vérifier que le simulateur représente adéquatement la réalité de
sorte que les mesures de performances obtenues soient valides et puissent être utilisées pour
analyser les systèmes étudiés. Ces étapes sont connues sous le nom de vérification et
validation. Ainsi, à chaque fois que le simulateur est modifié, il est nécessaire d'en faire la
vérification et la validation sans quoi, les résultats obtenus ne pourront être utilisés.
Plusieurs méthodes ont été proposées afin de permettre la validation et la vérification des
modèles de simulation. Ces différentes méthodes, ainsi que la vérification et la validation
du modèle de simulation proposé au présent chapitre, seront traitées au chapitre 5.
Chapitre 5 Développement d'une approche de
simulation : vérification et validation du
modèle
Lorsque le modèle de simulation a été conçu et programmé, il est nécessaire, avant
d'amorcer l'expérimentation, d'en effectuer la vérification et la validation sans quoi aucune
conclusion ne pourra être tirée de l'étude effectuée. Tout d'abord, la vérification vise à
assurer le bon fonctionnement du programme de simulation développé, au niveau
technique. La validation est plutôt requise afin d'assurer la représentation adéquate et
suffisamment précise du système à étudier par le programme de simulation, au niveau
conceptuel. Dans les deux cas, il est extrêmement difficile d'arriver à un simulateur parfait.
Il est toutefois nécessaire que le programme de simulation utilisé soit suffisamment
convenable afin de rencontrer les objectifs de l'étude. Certaines techniques ont été
développées afin de permettre la vérification et la validation d'un modèle de simulation.
Ainsi, dans un premier temps, un bref rappel des pratiques courantes utilisées pour la
vérification et la validation sera effectué. Ensuite, la vérification et la validation du modèle
développé dans le cadre du présent projet seront traitées.

5.1 Vérification
La vérification d'un modèle vise à assurer le bon fonctionnement du programme de
simulation développé, au niveau technique. [20] et [24] suggèrent plusieurs techniques afin
de faciliter la génération d'un programme de simulation et d'en permettre la vérification.
Les techniques de vérification proposées reposent essentiellement sur l'intégration de
bonnes pratiques de programmation et l'utilisation de méthodes pour la vérification à
proprement dit telles que la vérification pas à pas, la vérification d'un modèle simplifié et la
comparaison des résultats finaux avec des résultats analytiques puis enfin, l'animation. La
plupart de ces techniques seront utilisées pour la vérification du modèle du simulation
développé au chapitre précédent.
 90

Les bonnes pratiques de programmation

Les programmeurs ont développé une série de techniques afin de développer correctement
des programmes généraux et d'en faciliter la vérification et le débuggage. Parmi ces
méthodes figurent la programmation modulaire et la programmation orienté objet. La
séparation d'un modèle de simulation en plusieurs modules constitue une approche
appropriée pour son implémentation. Ainsi, la vérification de chaque module impliqué dans
le modèle général peut être assurée plus facilement. Par exemple, le générateur de nombres
aléatoires ou les générateurs de distributions non-uniformes pourront être vérifiés
indépendamment.

La vérification pas à pas ou la vérification de résultats intermédiaires

Une seconde technique de vérification propose de calculer manuellement certains résultats

intermédiaires, puis de comparer les résultats obtenus manuellement avec les résultats
obtenus grâce au programme de simulation. De plus, lors de la vérification d'un simulateur,
il est fortement conseillé de suivre pas à pas une entité dans le système afin de vérifier si
tous les changements de variables, d'attributs ou d'états ont lieu au moment approprié et si
toutes les décisions sont prises correctement. Le logiciel de simulation ARENA intègre
certains outils, tels que l'utilisation de breakpoints, afin de faciliter les calculs résultats
intermédiaires et la vérification pas à pas.

La vérification d'un modèle simplifié et la comparaison des résultats finaux avec des
résultats analytiques ou calculés à la main

Certains systèmes complexes sont difficiles à vérifier pas à pas. De plus, pour certains
systèmes, par exemple pour un système de files d'attente, des résultats analytiques peuvent
être obtenus facilement. Ainsi, en effectuant une série de tests, généralement simplifiés, il
est possible de comparer les résultats finaux obtenus grâce au programme de simulation
avec les résultats analytiques calculés. Si les résultats finaux coïncident, il est possible
d'assumer que le programme de simulation original et généralement plus complexe soit
acceptable. Toutefois, le passage du modèle simplifié vers un modèle plus complexe doit
 91

être effectué de sorte que les modifications apportées ne génèrent pas de bugs. De plus,
l'utilisation d'un modèle simplifié peut faciliter la vérification pas à pas.

L 'animation

L'animation peut être utilisée afin de vérifier le caractère dynamique d'un programme de
simulation. Ainsi, tout au long de la simulation, il est possible de suivre l'évolution des
entités dans le système et des variables importantes. ARENA permet d'intégrer facilement
l'animation au modèle développé. Toutefois, l'animation alourdit et ralentit généralement la
simulation. L'animation doit donc être utilisée avec soin, notamment pour des systèmes
complexes ou pour un nombre de périodes important.

Enfin, quelle que soit la méthode de vérification utilisée, il est important de s'assurer que la
période simulée soit suffisamment longue pour que certains événements plus rares puissent
survenir.

5.2 Validation
Lorsque le modèle a été conçu, implémenté et vérifié et qu'il ne comporte pas d'erreurs, la
validation doit être effectuée afin de s'assurer que le modèle développé représente le
système réel de façon adéquate. [20] et [24] proposent certaines méthodes pour la
validation d'un modèle de simulation. Ces techniques de validation reposent
essentiellement sur la comparaison des résultats tirés de données réelles et des résultats
obtenus par le biais de la simulation. Pour certains systèmes, il est impossible d'obtenir des
résultats réels. Dans ce cas, une analyse de la sensibilité sera plutôt effectuée. Les
différentes techniques de validation courantes seront donc résumées à la présente section.
Toutefois, il est important de rappeler que la construction d'un modèle de simulation valide
repose, à priori, sur les observations menées auprès du système réel, sur l'analyse des
théories existantes et sur les commentaires et remarques des experts du système simulé.

Techniques simples pour comparer les données réelles et les données simulées

L'utilisation du programme de simulation permet, dans un premier temps, de générer des

résultats expérimentaux. Les résultats simulés et les résultats en provenance du système réel
peuvent alors être comparés. Toutefois, comment assurer que les résultats obtenus par la
simulation correspondent aux résultats tirés de la réalité? Deux méthodes simples peuvent
alors être envisagées de comparer les différents résultats obtenus. Tout d'abord, il est
possible de tracer les résultats obtenus par la simulation et à partir du système réel sur un
graphique. Il s'agira ensuite de comparer visuellement les deux courbes obtenus. Dans un
deuxième temps, un test simple, le test de Schruben-Turing peut être utilisé afin de
comparer les résultats. Ce test consiste à présenter les deux séries de résultats à des experts.
Si les experts ne peuvent déterminer quelle série de résultats correspond à la réalité et
quelle série provient de la simulation, il est possible d'assumer que le programme de
simulation est valide.

Tests statistiques simples pour comparer les résultats réels et les résultats simulées

De façon plus rigoureuse, certains tests statistiques peuvent être appliqués afin de comparer
les résultats simulés et les résultats réels. Les tests classiques tels que t-paired test, Mann-
Whitney, two-sample, chi-carré, Kolmogorov-Smirnov peuvent être considérés. Toutefois,
ces tests assument que les données sont indépendantes et identiquement distribuées, ce qui
n'est pas toujours le cas dans la réalité. Ces tests ne sont donc pas toujours applicables
directement. D'autres approches ont donc été proposées afin de comparer statistiquement
les résultats réels et les résultats simulés.

Une approche bien connue pour la validation d'un modèle de simulation consiste à injecter
les données historiques d'un système réel directement dans le simulateur. Les résultats
simulés pourront donc être comparés avec les résultats tirés de la réalité. Tout d'abord, les
valeurs moyennes des différents résultats obtenus peuvent être comparées entre elles.
Toutefois, à cause de l'utilisation de variables aléatoires propres à la simulation, la
comparaison des moyennes ne peut représenter une comparaison fiable. 11 est donc
fortement conseillé de comparer les intervalles de confiance plutôt que les valeurs
moyennes calculées. Plusieurs méthodes statistiques ont été proposées afin de permettre la
comparaison des intervalles de confiance [24]. De plus, les logiciels de simulation intègrent
généralement des outils statistiques qui facilitent la comparaison de différents scénarios.
Par exemple, les résultats obtenus avec ARENA peuvent être analysés grâce au Output
Analyser intégré au logiciel.
 93

Analyse de la sensibilité

Enfin, pour certains systèmes, il est impossible d'obtenir de résultats à partir du système
réel, par exemple, lorsque le système à étudier n'existe pas encore. Il est donc nécessaire
d'effectuer une analyse de la sensibilité afin de cibler les données d'entrée importantes.
L'analyse de la sensibilité étudie la réaction d'un système (sorties) à un changement
drastique de ses entrées du système ou à une modification de sa structure. Plusieurs
techniques ont également été mises de l'avant afin d'assurer l'analyse de la sensibilité [20].

5.3 Vérification du modèle de simulation développé

Le modèle de simulation développé dans le cas du présent projet a donc été conçu et
implémenté. Tout d'abord, il est important de rappeler que le simulateur a été implémenté
en adoptant l'approche de la programmation modulaire. Ainsi, le modèle de simulation
général est composé de plusieurs sous-modèles qui ont été vérifiés indépendamment suite à
leur programmation. Un test de vérification simple a ensuite été généré afin de permettre la
vérification du simulateur en entier. Les résultats intermédiaires et finaux pour le test de
vérification ont été calculés à la main. Il sera donc possible de suivre pas à pas les
différents événements pendant le test de vérification puis de les comparer avec les résultats
attendus. Enfin, les mesures de performance calculées manuellement et les mesures de
performance simulées grâce au modèle ARENA pourront être comparées.

5.3.1 Le test de vérification

Le test de vérification proposé consiste en un réseau simple composé, tel que l'illustre la
figure 5-1, d'un centre de distribution, d'un centre de consolidation, de trois (3) détaillants
qui possèdent des inventaires en consigne et de sept (7) détaillants finaux. Chaque
détaillant commande une fois par période, la période étant de cinq (5) jours. Une seule
réplication est effectuée pour le test de vérification, et ce, sur deux périodes.
 94

Légende
p. Flux de mtt-chttxdists
_ ¥ Flux d'inÉotmttiûii
D DfaiUttt
1C litvouuru en consigu su deuilUm i
CC Centre de consolidation
CD Cenm d* attribution
F Fournisseur

Figure 5-1 Réseau - Test de vérification

Tel qu'il a été mentionné au chapitre précédent, la toute première étape à franchir pour
utiliser le simulateur est la saisie des données à partir du formulaire MS Access. Les
différentes tables à remplir sont présentées aux tableaux 5-1 à 5-10.

Paramètres de base
Nombre de détaillants 7
Nombre de centres de distribution 1
Nombre de centres de consolidation 1
Nombre de détaillants avec inventaire en consigne 3
Nombre de fournisseurs externes 2
Nombre de produits 2
Nombre de jour par période 5
Intervalle de vérification des inventaires 1
Intervalle entre l'arrivée des commandes des détaillants 1
Paramètres pour la simulation
Nombre de réplications 1
Nombre de périodes simulées 2
Tableau 5-1 Paramètres de base

Nœud 8 9 10 11 12 13 14
8 0 0 0 3 0 0 0
9 0 0 0 3 0 0 0
10 0 0 0 0 3 0 0
11 3 3 0 0 2 1 0
12 0 0 3 2 0 1 2
Nœud : numéro de l'inventaire en consigne, du centre de consolidalion, du centre de distribution ou du fournisseur

Tableau 5-2 Réseau interne

 95

Noeud 8 9 10 11 12
1 3 0 0 0 0
2 0 3 0 0 0
3 0 0 0 3 0
4 0 0 0 0 3
5 0 0 3 0 0
6 0 0 0 0 3
7 0 0 0 0 3
Nœud : numéro du client, de l'inventaire en consigne, du centre de consolidation ou du centre de distribution

Tableau 5-3 Réseau client

NClient Jour de commande Délai de livraison

1 1 1
2 2 1
3 2 1
4 3 1
5 3 1
6 4 1
7 5 1
NClient : numéro du détaillant ou du regroupement de détaillants
Jour de commande : numéro de la journée de commande pour le détaillant ou le regroupement de détaillants
Délai de livraison : Délai de livraison entre le départ de la commande du réseau de distribution vers le détaillant final

Tableau 5-4 Paramètres de gestion des détaillants

No Produit ModeGestion Distribution Paraml Param2 C

1 2 0 0 0 0
2 1 0 0 0 0
NoProduit : numéro du produit ou de la catégorie de produits
ModeGeslion : stratégie de gestion utilisé pour le produit ou la catégorie de produit (1 : cross-docking; 2 : inventaire)
Distribution : Valeur correspondante à la distribution choisie (demandes tirées d'une distribution)
Paraml : Premier paramètre correspondant à la distribution choisie (demandes tirées d'une distribution)
Param2 : Deuxième paramètre, si nécessaire, correspondant à la distribution choisie (demandes tirées d'une distribulion)
C : coût unitaire du produit ou la valeur moyenne de la catégorie de produits gérés

Tableau 5-5 Paramètres de gestion des produits

Noeud No Produit Inventaire Initial

8 1 52
8 2 0
9 1 50
9 2 0
10 1 50
10 2 0
11 1 100
11 2 0
12 1 150
12 2 0
Nœud : numéro de l'inventaire en consigne, du centre de consolidation ou du centre de distribution
NoProduit : numéro du produit ou de la catégorie de produits
Inventaire Initial : inventaire en main au début de la simulation

Tableau 5-6 Inventaires initiaux

 96

Noeud Délai CD Délai INV CapaciteEnt Capaciteln CapaciteOut

8 1 1 10000 100 100
9 1 1 10000 100 100
10 1 1 10000 100 100
11 1 1 100000 100 100
12 1 1 100000 100 100
Nœud : numéro de l'inventaire en consigne, du centre de consolidation ou du centre de distribution
DélaiCD : délai entre l'expédition du bon de commande au fournisseur externe et la réception au nœud interne
DélailNV : délai entre le départ de la commande préparée et l'arrivée au nœud interne ou délai entre l'expédition du bon de commande au
fournisseur externe et la réception au nœud interne
Capacitelïnt : capacité maximale d'entreposage (en quantité de produits conservés en inventaire)
Capaciteln : capacité de flux entrant (nombre de commandes traitées par jour)
CapacilcOut : capacité de flux sortant (nombre de commandes traitées par jour)

Tableau 5-7 Paramètres de gestion des noeuds internes

Noeud TempsReception TempsPreparatior TempsConsolidation Coût Commando r

8 0 0 0 0 0
9 0 0 0 0 0
10 0 0 0 0 0
11 0 0 0 0 0
12 0 0 0 0 0
Nœud : numéro de l'inventaire en consigne, du centre de consolidation ou du centre de distribution
TempsReception : Temps pour la réception d'une commande ou sa distribution de probabilité
TempsPreparation Temps pour la préparation d'une commande ou sa distribution de probabilité
TempsConsolidation :Temps pour la consolidation et l'expédition d'une commande ou sa distribution de probabilité
CoutCommande :Coût de passation d'une commande
r : pourcentage d'immobilisation
CoutCommande et r sont nécessaires seulement si les paramètres de gestion des inventaires sont générées par la méthode séquentielle.

Tableau 5-8 Paramètres de gestion des nœuds internes (suite)

Noeud Produit s S
8 1 21 52
8 2 0 0
9 1 18 50
9 2 0 0
10 1 22 50
10 2 0 0
11 1 74 202
11 2 0 0
12 1 136 346
12 2 0 0
Nœud : numéro de l'inventaire en consigne, du centre de consolidation ou du centre de distribution
Produit : Numéro du produit
s : seuil de réapprovisionnement (saisie manuelle)
S : niveau de recomplètement (saisie manuelle)

Tableau 5-9 Paramètres de gestion des inventaires

 97

Réplication Période Client Produit Demande

1 1 35
1 2 50
2 1 20
2 2 43
3 1 18
3 2 11
4 1 31
4 2 34
5 1 23
5 2 38
6 1 24
6 2 41
7 1 12
7 2 32
2 1 1 31
2 1 2 7
2 2 1 15
2 2 2 29
2 3 1 27
2 3 2 19
2 4 1 33
2 4 2 47
2 5 1 27
2 5 2 5
2 6 1 19
2 6 2 22
2 7 1 16
2 7 2 26
Réplication : numéro de la réplication
Période : numéro de la période
Client : numéro du détaillant ou du groupe de détaillant
Produit : numéro du produit ou de la catégorie de produits
Demande : demande correspondante (en unité)

Tableau 5-10 Carnet de commande

5.3.2 Les résultats attendus

Dans un premier temps, avant même de démarrer la simulation avec ARENA, les résultats
attendus pour le test de vérification ont été déterminés manuellement. De plus, pour tous les
nœuds internes du réseau étudié, chaque événement attendu a été inscrit dans un tableau qui
permettra de suivre pas à pas les commandes des clients et l'évolution des inventaires de
chaque nœud interne tout au long de la simulation. Les tableaux 5-11 à 5-15 présentent
donc l'ensemble des événements à chaque nœud interne pour les deux périodes simulées.
Par la suite, les tableaux 5-16 à 5-22 présentent les informations recueillies sur le traitement
 98

des commandes des détaillants. Enfin, le tableau 5-23 présente les résultats finaux. Ces
résultats pourront être comparés avec les résultats avec le modèle de simulation ARENA.

N o e u d I n t e r n a 8 - s~ 2 1 - $ = 5 2
I n v e n t a i r e E. S t o c k e n m a i n
Période Jour ■■: t.-.' Inventaire 1
<? H R
0 0 0 52 52 52 Initialisation
î 0,1 17 17 17 Préparation de la c o m m a n d e d u d é t a i l l a n t 1
1 1 17 17 17 35 Vérification des inventaires
i 1 52 52 17 35 D e m a n d e de r é a p p r o v i s i o n n e m e n t placée a u nœud 11
2 1,1 '-,:> 52 52 35 Réception des marchandises e n p r o v e n a n c e du nœud 11
2 52 52 52 Vérification des inventaires
3 52 52 52 Vérification des inventaires
'1 52 52 52 Vérification des inventaires
'.. 52 52 52 Vérification des inventaires
2 1 5,1 20 20 20 Préparation de la c o m m a n d e du détaillant 1
2 1 20 20 20 w Vérification des inventaires
2 1 52 52 20 17 D e m a n d e de r é a p p r o v i s i o n n e m e n t placée a u nœud 11
2 2 6,1 52 52 52 32 Réception des marchandises en p r o v e n a n c e du nœud .1.1
2 2 52 52 52 Vérification des Inventaires
2 3 52 52 52 Vérification des inventaires
2 4 57 52 57 Vérification des inventaires
2 5 10 52 52 52 Vérification des inventaires

Q : Quantité commandée, H : Quantité en transit, R : Quantité reçue

Tableau 5-11 Évolution des inventaires - Nœud 8

Noeud I n t e r n e 0 - » = i a S=50
I n v e n t a i r e 1.
Période
0
Jour
0
Temps
0 50
I n v e n t a i r e E.
50
stock e n m a i n
50
9 T R
Initialisation
Événements

î 1 50 50 50 Vérification des inventaires

2 1,1 30 30 30 Préparation de la commande du détaillant 2
>.
3
2
3
10
30
30
30
30
30
Vérification des inventaires
Vérification des Inventaires
•1 4 30 30 30 Vérification des inventaires
5 5 li) 10 30 Vérification des Inventaires
2 1 6 30 30 30 Vérification des inventaires
2 2 6,1 15 15 15 Préparation de la commande du détaillant 2
2 2 7 15 15 15 35 Vérification des inventaires
2 2 7 15 15 15 0 Demande de réapprovisionnement placée au noeud 11
2 3 8 15 15 15 35 Vérification des inventaires
2 3 8 42 42 15 27 Demande de réapprovisionnement placée au nœud 11
2 4 9,1 42 42 42 27 Réception des marchandises en provenance du nceud 11
2 4 9 42 42 42 Vérification des inventaires
2 5 10 42 42 12 Vérification des inventaires

Q : Quantité commandée, H : Quantité en transit, R : Quantité reçue

Tableau 5-12 Évolution des inventaires - Nœud 9

'" î . Noeud Interne 10 - s e 2 2 - S = 5 0

Période Jour Temps I n v e n t a i r e 1. I n v e n t a i r e E. Stock a n m a i n
50
H9 R Événements
0 0 50 50 Initialisation
° 1 Mi 50 50 Vérification des inventaires
2 50 50 M! Vérification des inventaires
2,1 27 27 27 Préparation de la c o m m a n d e du détaillant 5
3 27 27 27 vérification des inventaires
4 27 27 7/ Vérification des inventaires
5 27 27 27 vérification des inventaires
2 6 27 27 27 Vérification des Inventaires
2
2
/ 27
0
27
0
27
0
Vérification des inventaires
Préparation de la commande du détaillant 5
7,1
2 8 0 0 0 50 Vérification des inventaires
2 8 Ml 50 0 50 Demande de réapprovisionnement placée au nœud 12
2 8,1 50 50 Ml 50 Réception des marchandises en provenance du nœud 12
2 9 50 50 50 Vérification des inventaires
2 5 10 Ml 50 Ml Vérification des inventaires

Q : Quantité commandée, H : Quantité en transit, R : Quantité reçue

Tableau 5-13 Evolution des inventaires - Nœud 10
 99
N o e u d I n t e r n e 1 1 - ; s = 7 4 iqSat 1 0 2
Période Jour Temps I n v e n t a i r e 1. I n v e n t a i r e G. Stock e n m a i n • *q H R Événements
0 0 0 100 202 100 Initialisation
1 1 1 65 L67 65 Réception de la commande du nœud 8
1 1
1
!
2
65
47
H,/
129
65
47
Vérification des inventaires
Préparation de la commande du détaillant 3
1,1
1 2 2 47 129 47 Vérification des inventaires
1 3 3 47 129 47 Vérification des inventaires
1 4 4 47 129 47 Vérification des inventaires
1 5 5 47 129 47 Vérification des inventaires
2 1 6 L5 97 15 Réception de la commande du nœud 8
2 1 6 L5 97 15 Vérification des inventaires
2 2 6,1 0 67 0 Préparation de la c o m m a n d e du détaillant 3
2 2 7 0 67 0 Réception de la commande d u nœud 9
2 2 7 0 67 0 ! !'■ Vérification des inventaires
2
2
.'
3
7 27
27
94
94
0
27
27
27
Demande de réapprovisionnement placée au nœud 12
Réception des marchandises en provenance du nœud 12
/,1
2 3 7,1 0 94 0 Préparation de la c o m m a n d e du détaillant 3
2 3 8 0 94 0 Vérification des inventaires
2 4 9 0 94 0 Vérification des inventaires
/ 5 10 0 94 0 Vérification des inventaires

0 : Quantité commandée, H : Quantité en transit, R : Quantité reçue

Tableau 5-14 Évolution des inventaires - Nœud 11

Noeud Interne 12
Période Jour Temps I n v e n t a i r e 1. ' I n v e n t a i r e E. Stock e n m a i n 1 M R Événements
0 0 0 'M 346 94 Initialisation
1 1 94 311 94 Vérification des inventaires
2 2 94 273 94 Vérification des inventaires
3 2,1 63 219 63 Préparation de la commande du détaillant 3
3 3 63 219 63 Vérification des inventaires
4 3,1 39 195 39 Préparation de la commande du détaillant 6
4 4 39 195 39 Vérification des inventaires
S 4,1 27 183 27 Préparation de la commande du détaillant 7
5 5 ri 183 27 Vérification des inventaires
1 6 27 151 27 Vérification des inventaires
2 7 il 121 0 Réception de la commande du nœud 11
2 2 7 0 121 0 225 Vérification des inventaires
2 2 7 225 346 0 225 Demande de réapprovisionnement placée au fournisseur
2 3 7,1 ?.", 319 225 225 Réception des marchandises en provenance du fournisseur
2 3 7,1 192 286 l'K' Préparation de la commande du détaillant 4
2 3 8 142 286 142 Réception de ia commande du nœud 10
2 3 8 142 286 142 Vérification des Inventaires
2 4 8,1 123 267 123 Préparation de la commande du détaillant 6
2 •1 9 123 ■>.ui 17 ; Vérification des inventaires
2 4 9,1 107 251 107 Préparation de la commande du détaillant 7
2 5 10 107 251 107 Vérification des inventaires
Q : Quantité commandée, H : Quantité en transit, R : Quantité reçue
Tableau 5-15 Évolution des inventaires - Nœud 12

Détaillant 1 - Jour 1 - N o e u d B
Période Produit Tentrée Tsortie Ttotal TComm Demande Demande N-S Satisfaction
i l 0.1 0.1 0 2 35 0 100.00%
2 0.1 2.1 2 50 0
»H

2 i 5.1 5.1 ■P 1 ' 2 32 0 100.00%

2 2 5.1 7.1 2 ! 7 0

Tableau 5-16 Suivi de la demande - Détaillant 1

Détaillant 2
Période Produit Tentrée Tsortie Ttotal Demande Demande N-S Satisfaction
l 1 1.1 1.1 0 2 20 0 100.00%
l 2 l.l 3.1 2 43 0
2 1 6.1 6.1 0 2 15 n 100.00%
2 2 6.1 8.1 ■2 " 29 0

Tableau 5-17 Suivi de la demande - Détaillant 2

 Détaillant 3
Période Produit Tentrée Tsortîe Ttotal Demande Demande N-S Satisfaction
l.i 3.1 18 0 100.00%
1.1 3.1 11 0
6.1 8.1 27 12 73.91%
6.1 8.1 19 0
Tableau 5-18 Suivi de la demande - Détaillant 3

Détaillant 4
rerioae Produit Tentrée Tsortie Ttotal Demande Demande N-S Satisfaction
1 l 2.1 4.1 2 2 31 0 100.00%
1 2 2.1 4.1 2 34 0
2 1 7.1 9.1 2 2 33 0 100.00%
2 2 7.1 9.1 2 47 0

Tableau 5-19 Suivi de la demande - Détaillant 4

Détaillant 5
Période Produit Tentrée Ttotal Demande Demande N-S Satisfaction
2.1 2J '? 23 100.00%
2.1 4.1 38
7.1 9.1 2 27 0 100.00%
7.1 9.1 5 0
Tableau 5-20 Suivi de la demande - Détaillant 5

Détaillante
Période Produit ■'Tentrée Tsortie'' Ttotal Demandé , Demande N-S Satisfaction
l 1 3.1 5.1 2 2 24 0 100.00%
1 2 3.1 5.1 2 41 0
2 1 8.1 19 0
2 2 8.1 . 22 0

Tableau 5-21 Suivi de la demande - Détaillant 6

Détaillant?
Période Produit Tentrée Tsortie Ttotal Demandé Demande N-S Sa tisfaction
l 1 4.1 6.1 2 2 12 0 100.00%
1 2 4.1 6.1 2
.... _': !.!.■!■ .V. !
' ■■. .■..'■.'" ■ ■. T .' : .
32 0
2 1 9.1 4c n - ■ '.„

2 2 9.1 - - 26 0

Tableau 5-22 Suivi de la demande - Détaillant 7

 101

Nombre de détaillants servis 12

Temps moyen de traitement 2
Pourcentage moyen de satisfaction de la demande 97,83%
Inventaire final Nœud 8 52
Inventaire final Nœud 9 42
Inventaire final Nœud 10 50
Inventaire final Nœud 11 0
Inventaire final Nœud 12 107
Inventaire échelon final Nœud 8 52
Inventaire échelon final Nœud 9 42
Inventaire échelon final Nœud 10 50
Inventaire échelon final Nœud 11 94
Inventaire échelon final Nœud 12 251
Nombre de commandes de réapprovisionnement placées par le nœud 8 2
Nombre de commandes de réapprovisionnement reçues au nœud 8 2
Nombre de commandes de réapprovisionnement placées par le nœud 9 ?.
Nombre de commandes de réapprovisionnement reçues au nœud 9 1
Nombre de commandes de réapprovisionnement placées par le nœud 10 1
Nombre dé commandes de réapprovisionnement reçues au nœud 10 1
Nombre de commandes de réapprovisionnement placées par le nœud 11 I
Nombre de commandes de réapprovisionnement reçues au nœud 11 1
Nombre de commandes de réapprovisionnement placées par le nœud 12 1
Nombre de commandes de réapprovisionnement reçues au nœud 12 1
Tableau 5-23 Mesures de performance attendues

5.3.3 Les résultats obtenus avec ARENA

Tout d'abord, afin de permettre la visualisation des changements de variables et d'attributs
et afin de suivre l'évolution des inventaires et des commandes tout au long de la simulation,
plusieurs indicateurs visuels ont été intégrés au simulateur développé. Ces indicateurs
permettront donc de suivre pas à pas la simulation et de comparer les événements survenus
avec les événements planifiés manuellement. En effectuant le test de vérification avec
ARENA et en suivant étape par étape les différentes commandes dans le système, il est
possible de constater que les événements planifiés correspondent bien aux événements
effectués dans le modèle de simulation ARENA. De plus, à priori, les inventaires
intermédiaires semblent correspondre dans tous les cas.

Enfin, en utilisant les mesures de performance proposées au chapitre 3, il est possible de

comparer les résultats finaux obtenus manuellement aux résultats finaux obtenus grâce au
modèle de simulation ARENA. Les figures 5-2 à 5-6 présentent un aperçu du rapport
obtenu à la toute fin de la simulation. Ce rapport permet de visualiser les différentes
mesures de performances obtenues.
 Nombre de clients; servis
Value

Client servi 12.0000

Satisfaction de la demande Minimum Maximum

>Wage Value Value

Satisfaction 0.9763 (Insufficient) 07391 1.0000

Temps total dans le système Minimum Maximum

tarage Value Value

TempsTotal 2.0000 (Insufficient) 2.0000 2.0000

Figure 5-2 Nombres de clients servis, satisfaction de la demande et temps total dans le
système

Inventaire final
Value

Noeud 10 50.0000
Noeud 11 0.00
Noeud 12 107.00
Noeud 8 52.0000
Noeud 9 42.0000

IH-.'MI III
• NOMd II
ONottd 12
O Not id 8
i i No* id 9

Figure 5-3 Inventaire final

 103

Inventaire Echelon Final

Vjlut

Noeud 10 50.0000
Noeud 11 94.0000
Noeud 12 251.00
Noeud 6 52.0000
Noeud 9 42.0000

■ Nos lu 10
• No» Id 11
ONoeia 13
O ttoi ta i
O Noe id 6

Figure 5-4 Inventaire échelon final

Commandes totales de
reapprovisionnement placées
Noeud 10 1.0000
Noeud 11 1,0000
Noeud 12 1.0000
Noeud 8 2.0000
Noeud 9 2.0000

2 000

1.800

■ NOt Id 10
1.800
■ Noi id 11
ONDIld 12
1 «O O No* Id B
O Noi id v

1 200

1.000

Figure 5-5 Commandes totales de réapprovisionnement placées

 Commandes totales de
reapprovisionnement reçues './,
Noeud 10 1.0000
Noeud 11 1.0000
Noeud 12 1.0000
Noeud B 2.0000
Noeud 9 1.0000

2.000

1 800

1.000 ■ Noe m IO
■ KO* «1 11
ONocid 12
( j H H.' 1d 5
1 <»0
ONoMd9

1.200

1.000

Figure 5-6 Commandes totales de réapprovisionnement reçues

En comparant les résultats obtenus avec ARENA et les résultats calculés manuellement
(tableau 5-23), il est possible de constater que les valeurs coïncident dans tous les cas. Il est
donc possible de conclure que le modèle de simulation développé fonctionne correctement.

5.4 Validation du modèle de simulation

Comme le modèle a été conçu, implémenté et vérifié et qu'il ne semble pas comporter
d'erreurs, la validation doit alors être effectuée afin de s'assurer que le modèle développé
représente adéquatement la réalité. Tout d'abord, puisque le modèle conceptuel a été
développé en considérant les différents processus opérationnels d'une entreprise réelle et
que les diagrammes développés ont été validés avant l'implantation du modèle de
simulation, il est possible d'assumer que le modèle conceptuel est, à toute fin pratique
valide et qu'il représente adéquatement l'ensemble des processus désirés. Toutefois, afin de
valider l'outil de simulation, il est nécessaire d'utiliser des données tirées des situations
réelles puis de les comparer avec les données simulées grâce au programme de simulation.
Les données pour le système réel ne sont cependant pas disponibles. Il est donc, à prioiri,
impossible de valider définitivement le modèle puisque les données requises pour y arriver
ne sont pas disponibles.

Toutefois, si l'approche de simulation développée est utilisée pour résoudre un problème

particulier, il est nécessaire de s'assurer, par une ou l'autre des méthodes proposées, que le
modèle de simulation représente adéquatement le système qu'il désire étudier et qu'il
permet d'atteindre les objectifs de l'étude. Il est donc critique pour chaque utilisateur de
faire une validation avant d'utiliser le simulateur et d'apporter les correctifs et ajustements
nécessaires, le cas échéant. Suite à quoi, l'utilisateur pourra effectuer les expérimentations
désirées afin d'analyser et de comparer les différents scénarios pour le système à l'étude.
Conclusion
Ce mémoire présente la problématique d'une entreprise générique de distribution
desservant un grand nombre de petits détaillants répartis sur un vaste territoire et présentant
des demandes aléatoires. Le débalancement entre les faibles quantités requises par les
détaillants et les volumes propres à la grande distribution et la variabilité de la demande et
des délais de livraison amènent le distributeur à conserver en inventaire une quantité
suffisante de produits afin de maintenir un niveau de service adéquat. Le réseau générique
étudié comporte un entrepôt unique où toutes les marchandises sont maintenues en
inventaire, collectées puis livrées aux détaillants selon leurs besoins. La gestion de ces
inventaires, la manutention et la collecte des produits représentent des coûts fort importants
pour le distributeur qui doit optimiser l'ensemble de ses opérations tout en tenant compte
des contraintes imposées par les fournisseurs ainsi que des demandes particulières à chaque
détaillant. Pour demeurer compétitif, le distributeur doit explorer les différentes alternatives
d'amélioration de ses opérations internes (réorganisation ou réaménagement physique,
implantation de nouvelles technologies), mais aussi de ses opérations externes et, en
particulier, ses relations avec ses partenaires (fournisseurs et clients).

Ce mémoire comporte deux (2) objectifs principaux. Dans un premier temps, il vise à
analyser la problématique de la distribution, les enjeux et les difficultés qui y sont reliés et à
rappeler les stratégies les plus citées pour l'amélioration d'un réseau de distribution. Dans
un deuxième temps, il vise à fournir un modèle de simulation générique de haut niveau
pouvant s'adapter à différentes configurations de réseaux et permettant l'évaluation les
performances des alternatives envisagées dans un contexte particulier.

Plusieurs stratégies de pilotage de réseaux d'approvisionnement et de distribution reliées à

l'entreposage, au transport et à l'approvisionnement ont été proposées dans la littérature.
Ainsi, certains concepts émergents en matière de gestion des chaînes d'approvisionnement,
tels que le cross-docking et la collaboration entre les intervenants du réseau, ont été
soulevés dans le présent mémoire. Toutefois, bien qu'à l'heure actuelle les fondements de
ces stratégies de pilotage soient documentés dans la littérature, il est difficile de préciser la
façon dont chaque entreprise doit se les approprier et les paramétriser de façon adéquate, en
tenant compte de ses propres contraintes et des particularités reliés à la façon de mener ses
activités. Une approche de simulation a donc été proposée afin d'évaluer les différentes
options possibles et leurs impacts sur le système actuel dans un contexte particulier et de
guider vers le choix de l'option la plus profitable.

En tout premier lieu, un réseau générique conceptuel a été développé. Le réseau de base à
un échelon a été sujet à deux (2) modifications majeures basées principalement sur les
stratégies de distribution à adopter et la configuration du réseau. Brièvement, la première
modification proposait une restructuration du réseau de l'entreprise par entremise de
partenariat avec les intervenants actuels du réseau ou par l'intégration de nouvelles
structures au réseau actuel. La seconde modification proposait le déploiement d'une
stratégie de distribution mixte qui intègre l'entreposage classique et le cross-docking. Ainsi,
les familles de produits pourront être séparées en deux (2) catégories distinctes : les
produits en cross-docking ou en passage direct et les produits en inventaire qui seront gérés
en suivant la stratégie d'entreposage classique. Enfin, la maintien d'inventaire en consigne
chez les détaillants qui disposent d'une capacité d'entreposage excédentaire a également été
proposée. Le modèle conceptuel propose donc un réseau plus complexe et plus évolué. Par
le fait même, un plus grand nombre de décisions devront être effectuées tout au long du
processus opérationnel de l'entreprise. De plus, les modifications apportées au réseau de
base nécessiteront, dans la pratique, un système d'échange d'information efficace et un
niveau de coordination accru.

L'implémentation du modèle conceptuel a ensuite été effectuée grâce au logiciel de

simulation général ARENA. Le logiciel commercial ARENA est généralement utilisé pour
modéliser des problèmes dont la structure est connue et demeure fixe pour tous les lesls
effectués. Ainsi, afin de concevoir le simulateur générique souhaité, des recherches et
expérimentations supplémentaires ont été nécessaires. L'apprentissage du logiciel et son
utilisation dans le contexte souhaité ont représenté, tout au long du projet, un défi de taille.
En effet, plusieurs limites ont dû être repoussé afin d'atteindre le niveau de flexibilité
nécessaire à la création d'un outil de simulation générique, convivial et facile à utiliser.

Suite à la conception et à l'implémentation, la vérification et la validation du modèle de

simulation ont dû être effectuées. Tout d'abord, la vérification vise à assurer le bon
fonctionnement du simulateur, au niveau technique. Ainsi, la vérification a permis de
constater que 1 outil de simulation proposé fonctionne bien et selon la logique développée
lors de la modélisation conceptuelle. La validation permet plutôt d'assurer la représentation
adéquate et suffisamment précise du système à étudier par le programme de simulation, au
niveau conceptuel. Par contre, dû à un manque de données tirées de la réalité, la validation
de l'outil de simulation n'a pu être effectuée. Ainsi, si l'approche de simulation développée
est utilisée afin de résoudre un problème particulier, il est nécessaire de s'assurer, par une
ou l'autre des méthodes proposées dans le mémoire, que le modèle de simulation représente
adéquatement le système à étudier et qu'il permet d'atteindre les objectifs de l'étude. Il est
donc critique d'effectuer une validation avant d'utiliser le simulateur et d'apporter les
correctifs et ajustements nécessaires, le cas échéant, suite à quoi l'utilisateur pourra
effectuer les expérimentations désirées afin d'analyser et de comparer les différents
scénarios pour le système à l'étude.

L'approche de simulation proposée permet donc de tester plusieurs alternatives afin de

supporter la prise de décision tout en considérant les aspects aléatoires présents dans la
réalité. Le simulateur développé est convivial, facile à utiliser et suffisamment flexible pour
s'adapter à plusieurs contextes et configurations de réseaux. De plus, des modifications
mineures peuvent être apportées facilement au simulateur afin de permettre une analyse
plus poussée de certaines opérations critiques. Toutefois, ces modifications nécessitent
certaines connaissances au niveau du logiciel ARENA.

De toute évidence, le simulateur proposé pourra être amélioré afin de créer un outil d'aide à
la décision plus performant. Ainsi, l'intégration de modules pour l'optimisation des
tournées de véhicules et des paramètres de gestion des inventaires au simulateur développé
a été envisagée.

Enfin, le projet de mémoire a mené à la rédaction de deux actes de conférence [11] [12]
présentés dans le cadre de conférences internationales.
Bibliographie
[1 ] Altiok T., Melamed B., Simulation Modeling andAnalysis with ARENA, 2007.
[2] Ambrosino D., Grazia Scutellà M., Distribution network design : New prohlems and
related models, European Journal of Operational Research, vol. 165, 2005, p.610-
624.
[3] Amiri A., Designing a distribution network in a supply chain System : Formulation
and efficient solution procédure, European Journal of Operational Research, 2006,
vol.l71,p.567-576.
[4] Atkins D.R, lyogun P.O., Periodic versus 'can-order' policies for coordinated
multi-item inventory Systems, Management Science, Vol. 34, No.6, 1988, p.791-796.
[5] Axsâter S., Juntti L., Comparison of échelon stock and installation stock policies for
two-level inventory Systems, International Journal Production Economies 45, 1996,
p.303-310.
[6] Axsâter S., Rosling K., Installation vs. Echelon Stock for Multilevel Inventory
Control, Management Science, 31, 1993, p. 1247-1256.
[7] Balintfy, J.L., On a Basic Class of Multi-ltem Inventory Prohlems, Management
Science, 10, 1964, p.287-297.
[8] Ballou R.H., Business Logistics Management, Prentice Hall, 4e édition, 1999, 681p.
[9] Bartholdi J.J. III, Gue K.R., Reducing Labor Costs in an LTL Crossdocking
Terminal, Opérations Research, vol. 48, 2000, p.823-832.
[10] Bélanger V., Analyse et conception d'un système de distribution, Projet de fin
d'études, Université Laval, 2005
[11] Bélanger V., Ruiz A., Ait-Kadi D., A Simulation-optimization platform to improve
distribution networks, Proceedings of the 2006 International Mediterranean
Modelling Multiconference.
[ 12] Bélanger V., Ait-Kadi D., Ruiz A., Réingénierie de la chaîne d'approvisionnement
d'une entreprise de distribution, Acte de conférence, 7e congrès international de
génie industriel 2007.
[13] Bramel J., Simchi-Levi D., A location based heuristic for gênerai routing prohlems,
Opérations Research 43, 1995, p.649-660.
[14] Chopra S., Designing the distribution network in a supply chain, Transportation
Research Part E, vol. 39, 2003, p.123-140.
[15] Erenguc S.S., Simpson N.C., Vakharia A.J., Integratedproduction/distribution
planning in supply chains: an invited review. European Journal of Operational
Research 115, 1999. p.219-236.
[ 16] Federgruen A., Queyranne M., Zheng Y.S., Simplepower oftwo policies are close
to optimal in a gênerai class of production/distribution networks with gênerai setup,
Mathematics of Opérations Research 17, 1992, p.951-963.
[ 17] Gallego G., Simchi-Levi D., On the effectiveness of direct shipping strategy for the
one warehouse multi-retailer r-systems, Management Science 36, 1990, p.240-243.
[18] Holweg M., Disney S., Holmstrôm J., Smaros J., Supply Chain Collaboration :
Making Sensé ofthe Strategy Continuum, European Management Journal, vol. 23,
no. 2, 2005, p. 170-181.
[19] Kelton W.D., Sadowski, R.P.,Sturrock D.T., Simulation with Arena, McGraw-Hill,
3e édition, 2004, 668 p.
[20] Kleijnen J.P.C., Vérification and validation of simulation models, European Journal
of Ôperational Research 82, 1995, p. 145-162.
[21] Lapierre S., Ruiz A.B., Scheduling logistic activities to improve hospital supply
Systems, Computers & Opérations Research 34, 2007, p.624-641.
[22] Laporte G., The Vehicle Routing Problem : An overview of exact and approximate
algorithme, European Journal of Operational Research 59, 1992, p.345-358.
[23] Laporte G., Gendreau M., Potvin J., Semet F., Classical and modem heuristics for
the vehicle routing problem, International Transactions in Operational Research 7,
2000, p.285-300.
[24] Law A.M., Simulation Modelling And Analysis, McGraw-Hill, 3e édition, 2000,
760 p.
[25] Martel A., Approches et problèmes de conception de réseaux logistiques, DF-2.4.1,
Notes de cours, GSO-21917, Université Laval, 2004
[26] Pedgen CD., Shannon R.E., Sadowski, R.P, Introduction to Simulation Using
SIMAN, McGraw-Hill, 2e édition, 1995, 600p.
[27] Prins C , Prodhon C , Ruiz A., Soriano P. and Wolfler-Calvo R., Solving the
Capacitated Location-Routing Problem by a Coopérative Lagrangean Relaxation-
Granular Tabu Search Heuristic, Transportation Science, 2006, à paraître.
[28] Qu W.W., Bookbinder J.H., Iyogun P., An integrated inventory-transportation
System with modifiedperiodic policy for multiple products, European Journal of
Operational Research 115, 1999, p.254-269.
[29] Renaud J., Gestion d'un article avec demande aléatoire stationnaire. Notes de
cours, GSO-60795, Université Laval, 2006
[30] Schunk D., Plott B., Using simulation to analyze supply chains. Winter Simulation
Conférence 2000, 2000.
[31 ] Silver E., Pyke D., Peterson R., Jnventory management and production planning
and scheduling, Wiley, 1998, 754 p.
[32] Simchi-Levy D., Kaminsky P., Simchi-Levy E., Designing and managing the
supply chain, McGraw-Hill, 2e édition, 2003, 354 p .
[33] Vieira G. E., Ideas for modeling and simulation of supply chains with Arena,
Proceedings of the 2004 Winter Simulation Conférence, 2004, p.1418-1427.
Annexe : Actes de conférence

A SIMULATION-OPTIMIZATION PLATFORM TO IMPROVE

DISTRIBUTION NETWORKS
Valérie Bélanger1, Angel Ruiz1'2 and Daoud Ait Kadi1'3
1
CIRRELT
2
Département opérations et systèmes de décision, Faculté des sciences de l'administration, Université Laval
Département de génie mécanique, Université Laval
Québec (Qc) Canada G1K 7P4
E-mail:[Link].l2@[Link], [Link]@[Link], [Link]-kadi@[Link]

KEYWORDS means to study supply chains and, in particular, to

Simulation, optimization, distribution networks, supply evaluate their performance (Schunk and Plott 2000).
chain management.
This paper addresses the problem of redesigning a SC
ABSTRACT from the distributor standpoint. The enterprise must
reconsider its network design, synchronizing opérations
This paper présents a distribution problem where a
through the whole supply chain to increase its
private company has to supply goods to several retailers
efficiency. Although SC design has reccived intensive
over a large territory while maintaining high service
attention from research, most of the models in the
standards. The enterprise has to consider ail of the
literature are cost driven and aim to achieve the
transportation, économie, capacity, opcrational and
économies of scale derived from flow consolidation in
profitability constraints. To improve its efficiency, the
transport. Howevcr, the distribution setting hère
enterprise aims to revise its network design,
considered is characterized by a large number of
synchronizing opérations through the whole supply
retailers showing low demand rates for a large number
chain. To this end a new, more flexible network
of products.
topology is required along with more adéquate global
oriented management policies. This paper élaborâtes the
structure of an integrated simulation-optimisation To support such reengineering process, we propose a
platform to support the network design and to evaluate mixed approach integrating simulation techniques with
the performance of the improved supply chain as well as décisions modules based on mathematical models for
its robustness. classical OR problems likc vehicle routing and
inventory control. Such integrated approach allows
investigating many options and scénarios while
INTRODUCTION
automatically optimizing some parameters according to
Every décision made by an individual member of the the modifications performed on the System. Hcnce, this
supply chain (SC) influences the global performance of hybrid tool merges both optimization and simulation
the chain. For this reason, organizations must be able to assets.
deploy a holistic management approach with ail its
interconnected and interdependent subsy stems. The paper is organized as follows. The next section
Howevcr, the scientific literature, and in particular the briefly reviews some of the relevant work in the areas of
opérations research (OR) one, has traditionally supply chain management and simulation techniques.
concentrated in modeling and solving partial or "local" Then, we présent the conceptual models: the current
problems. For thèse particular problems, proper results supply chain structure and the new one based on the
can be found by using classical optimization techniques new synchronized paradigm. The integrated simulation-
including exact or approximated methods (heuristics). optimization platform is described, focusing in both the
The real challenge appears when one aims to optimize required input data and the simulation architecture.
SC décisions involving facility location, warehousing, Research avenues and conclusions finish the paper.
transportation, inventory décisions and distribution
stratégies under a global rather than local standpoint. A BRIEF LITTERATURE REVIEW
Moreover, most of the proposed OR techniques consider
certain, static situations that do not suit the dynamic and Although distribution Systems have been traditionally
stoehastic characteristics of real world applications. approaehed by multi-cchelon inventory formulations,
Howevcr, this has been one of the most important such situations are difficult to model and analyze
arguments to identify simulation as one of the best because inventory décisions at the decentralized level -
the retailers or local stores - are linked to thèse made at
the distributor warchousc and at the suppliers.
Synchronization is then needed betwecn the différent customers (C). We assume that each in the network
échelons to reduce the overall inventory and opérâtes under a local profit maximizing premise.
replenishment costs, Icading to the ncw concept of
supply chain management (SCM) in the early 90's
(Cooper et al. 1997). SCM gocs beyond multi-cchelon
Systems by attempting to coordinate not only the logistic
aclivities of différent échelons within a général supply
chain, but also improving the supply coordination
berween vertically rclatcd companies or even competing
companics.

Différent researchers hâve concentratcd their studies in

différent aspects of SCM. (Erenguc et al. 1999)
distinguish two aspects of a supply chain: the supply
network infrastructure and the relationships betwecn the
différent components of the network. The design of the
supply infrastructure concerns the physical location of Figure 1 : Current, Single Echelon, Supply Chain
the production, storage and distribution centers as well
as the design of the transportation network to move As can be seen in the figure, several internai activities
goods among thèse différent facilities. According to this like order picking, product location and material
author, the coordination of opérations berween the handling are neglected in the model. Thcreforc, network
différent members of the chain has been less covered by nodes are simply characterized by stock levels and
the literature. storage capacities while arcs represent transportation
activities performed by either external (third party
logistics, 3PL) or internai fleet. Presently, ail the
Synchronization of supply (supplier to distributor)
products travel from the suppliers through the
activities leads to différent material handling facilities,
warehouse, where they are stored prior to their
the transshipment or crossdocking centers, which are
distribution to the retailers.
différent than warehouses as the products are taken from
trucks and immediately sent to the next échelon without
using shelving activities. Moving downstream the chain, The distribution center has to perforai ail its activities
synchronization of distribution (distributor to rctailers) considering the transportation, économie, capacity,
aclivities, hâve been formulatcd as location-routing operational and profitability constraints and the
problems. However, thèse research initiatives fail to particularities such as geographical dispersion, demand
capture the holistic essence of SCM and the stochastic pattern and product characteristics. Each local stratégie
nature of distribution Systems. and operational décision has major impacts on the
global performance of the whole supply chain. The level
of service dépends on the interaction and the
On the other hand, simulation has reveled as a very
information flow between the actors involved in the
interesting SCM research stream. Number of articles
operational cycle. So, to bc more efficient, the
hâve been published in the last ycars covering
enterprise must not only revise its actual processcs but
applications of simulation to the SCM study. (Terzi and
also the whole supply chain.
Cavalieri 2003) report more than sixty papers on the
topic, classifying the objectives that simulation is
gencrally called to solve, which paradigms and The distribution process is triggered by retailers' orders
simulation tools arc more suitablc and proposing guides which are placed according to a fixed schedulc, i.e. each
to help decision-makers in using simulation well within u time units. The demand is dynamic and its behavior
the supply chain context. However, as concluded by can vary significantly from a product to another.
(van der Zec and van der Vorst 2005), "current Whenever an order is received at the distributor, the
simulation approaches lack the explicit modeling of required quantifies are collected and shipped to the
control structures, that is, the managers or Systems retailer within a fixed lead time. Note that orders can bc
responsible for control, their activities and their mutual partially honoured if the availablc stock does not allow
attuning of thèse activities". fulfilling the required quantity. Although backorders do
not imply any économie penalty, the warehousc's goal
is to avoid them as much as possible. The distributor
MODELLING THE SUPPLY CHAIN uses a (R, s, S) inventory control policy (Silver et al.
This section describes both the current and the 1998), mcaning that, the inventory position is checked
synchronized distribution networks and présents the each R time units and, if it is below s, an order to raise it
way in which décisions are made at each model. The to S is delivered to the external suppliers. Each product
Figure 1 shows the current distribution network is monitored indcpendently.
configuration which consists of several supplicrs (S), a
single warehouse or distributor (DC) and several Local retailers are served by the distributor owncd flcct
following routes that have been determined beforehand
according to geographical criterion (distance). A third
party logistics (3PL) delivers the distant rctailers. Thèse modifications will significantly impact the
performance indicators of the system. Moreovcr, a
The 3PL opérâtes a network of terminais and simple modification in a products categorization will
consolidation centcrs (CC) where the products arc impact on several supply chains subsystems such as
sortcd before being shipped to the retailers which are, transportation and inventory control parameters. Ilence,
again, grouped in routes established by the 3PL a lot of décisions nced to be made such as: which
managers. products family will be classified as inventory products?
Which ones will be classified as cross-docking
Figure 2 shows the structure of the new proposed products? How many products and wherc will be hcld in
configuration. Applying the supply chain inventory? Which distribution center or consolidation
synchronization concept to the problem in hand lcads to center will deserve a customer? Even if formulating a
two main modifications to the current network. mathematical model tackling ail thèse aspects together
is possible, the computational effort required to solvc
real-sized instances would go beyond the capacity of the
most modem computers. Moreover, considering the
stochastic nature of demand would even increase the
difficulty of the task. However, suitable models are
known for several independent, particular Systems. The
next section présents a supply chain simulation platform
which intégrales optimization modules designed to
optimize local ly spécifie parts or subproblems of the
chain likc distribution routes or inventory control
parameters.

THE PLATFORM ARCHITECTURE

The main goal when designing a business simulation
tool is to truthfully represent the behavior of the rcal
system. Hence, by considering the whole supply chain
Figure 2 : Proposed Multi-echelon Supply Chain like a system composed by several subsystems, the
platform has to accurately reproduce each of the critical
The first modification concerns the structure of the décisions and actions involved along the operational
network and allows that, in the synchronized model, processes with the accurate level of détail. This section
products are stored at several internai nodcs of the présents the architecture of a generic supply chain
network olhers than the warchouse i.e. the 3PL simulation-optimization platform which is built around
consolidation centcrs and retailers' stocks. The current five major blocs :
System keeps ail the inventories at the distribution
center (single échelon System). Mowever, the proposed • the demand gencrator;
network opérâtes as a multi-echelon system where wc • the optimization module;
assume that each stocking location uses a (R, s, S) • the simulaior engine,
policy. • the database;
• the user and display interface.
The second modification séparâtes the product families
into two main catégories: cross-docking or direct and Figure 3 shows the platform structure and the main links
inventory products according to its purchasing between its major components, which arc described in
frequency and volume. Direct products are those that the following paragraphs.
are handled in cross-docking manner at the warehouse.
Cross-docking is a logistics technique that éliminâtes The first module, the demand gencrator, feeds the
the storage and order picking functions of a warehouse simulator with customers' demand. Three working
but keeping receiving and shipping functions. The idea modes arc available. In the first mode, statistical
is to transfer shipments directly from inbound to techniques are applied on the historical data (the
ouibound trailers without storage in between. Shipments database module) in order to propose probability
typically spend less than 24 hours in a cross-dock, functions fitting the observed demands. Thèse functions
sornetimes less than an hour (Bartholdi and Gue 2000). arc then used to generate pseudo-real demand using the
Thercfore, the concept of cross-docking products classical inverse transformation method. The second
reduces the handling time and the nced for space at the mode leans on forecasting techniques which, applied on
warehouse but requircs sophisticated coordination the historical data, allow the user investigating the
between réceptions from the supplicrs and deliveries to demand trends and thercfore the subséquent network
the retailers. response. This mode interacts with the user in order to
 Figure 3 : Platform architecture

DEMAND
GENERATOR

USER&
DISPLAY
INTERFACES
1 Inventory control
UserChoices
model
^ ^

GIS Interface
Routing model
^ (p and display

OPTIMIZATION
MODELS
SIMULATION
ENGINE

generatc plausible scénarios to study. Finally, it is also décision module (Prins et al. 2006) based on
possible to inject rcal historical data instead of using metaheuristics to solve the location and routing
pseudorandom observations. This option can be very problems (LRP) simultaneously.
useful during the model validation phase.
The third module contains the System databases which
The second bloc, the optimization module, contains the store ail the System variables and parameters. This
operational rcscarch contribution to the model. module contains the row data describing the network
Currently it aims at solving two classes of problems : topology (nodes, demands, locations, capacitics) but
inventory control and routing problems. The inventory also the operational parameters obtained for the based
control module provides the R, s and S paramcters for on the mathematical modeling such as routing and
each storage location based on the demand estimators inventory control parameters. Therefore, this module
(average and variance) and the lead time. According to links mathematical approachcs to the Simulator engine.
the most popular approachcs in the litcrature (Gallego Besides, databases allow storing the performance rcsults
and Simchi-Levi 1990; Bramel and Simchi-Levi 1995; for each simulated scénario and compute statistical
Federgruer. et al. 1992; Qu et al. 1999), replenishment results such as output variance and half-with intcrvals.
visits are restraint to spécifie intervais. Among them, the Hence, the results obtained by the tested scénarios can
zéro inventory ordering policy proposcd by (Gallego be easily compared in order to help getting valuablc
and Simchi-Levi 1990) has been elected to be insights from the System behavior and performance.
implemcntcd within our algorithm.
The fourth module, the simulation engine, is built
The routing module détermines the set of retailers to be around a discrète event simulation approach (DES).
served by a given truck and the order in which they will Discrète event simulation concerns the modelling of a
be visited in order to minimize the total travclcd System as it evolves over time by a représentation in
distance and respect capacity constraints. Thus, the which System variable changes instantaneously at
nuinber of required trucks is also determincd for each separate points in time - the oncs in which an event
consolidation center. The routing décisions produeed by occurs (Law and Kelton 2000). At given time intervais
the algorithm are stored in the databasc linked to the (one day) a calculator computes the position (and the
simulator engine. At the présent stage, this module uses state) of the System variables - i.c. inventory points for
a simple but efficient heuristic that randomizes the each product and each location according to the
perturbation factor affccting the arcs "savings" (Ycllow simulation status and the rules of treatment for the
1970) in order to enlarge the number of explored demand requests. Basically, the simulation engine
solutions. Clearly the heuristic only performs routing contains a list of events and a simulation clock that
décisions, which means that retailers must be allocatcd advances the simulated time. The event list is a
to consolidation centers a priori. However, this chronologically ordered list containing the time when
algorithm will be soon replaced by a location/routing each type of event will occur. Each day, the retailers'
demands are computed and replenishment orders are multiechelon inventory situation. The platform calls for
sent upstream when needed. If the required products are operational research tools in order to détermine
available, thcy will prépare to bc shipped according to inventory control parameters as well as distribution
the required date. In the same time, local inventories are routes. However, the scope of such tools is local and to
computed and replenishment orders are released as study the impact of their décisions on the whole supply
stated by the (R,s,S) policy. The same process is chain performance, an acute simulation model is
repeated upstream. Once the resulting inventories and proposed. Moreover, by its nature, simulation is the
replenishment orders hâve been computed, appropriatcd tool to assessing the robustness of the
transportation is performed betwcen locations. solutions provided by the optimization models with
respect to the variability of the retailers' demand or the
The implementation of this module has been coded différent scénarios proposed by managers during their
using visual simulation commercial software. To this décision making processes.
end, a generic structure has been dcveloped. This
structure uses the following objects: REFERENCES
• Customcrs Axsater S. and L. Juntti. 1996. "Comparison of échelon stock
• Internai nodes (DC, CC, CD) and installation stock policies for two-level inventory
• Décision planner Systems". International Journal of Production Economies
• Suppliers 45,303-310.
Bartholdi J.J. III and K.R. Gue.2000. "Redueing Labor Costs
in an LTL Crossdocking Terminal", Opérations Research
In addition, internai nodes pcrform three basic activities: 48, 823-832.
réception, order picking and consolidation. Ail décisions Bramel .1. and D. Simchi-Levi. 1995. "A location based
involving inventory control, orders to suppliers and heuristic for gênerai routing problems". Opérations
order picking arc taken by the planner, who accesses ail Research 43, 649-660.
the System information (centralized décision). As Cooper M.C., D.M. Lambert and J.D. Pagh. 1997. "Supply
mcntioned, the main database is linked to the Simulator chain management : more than a new name for logistics".
enginc. Hence, when the cxperiment starts, the International Journal ofLogis tics Management 8, 1-13.
simulation model reads ail the systcm parameters and Erenguc S.S., N.C. Simpson and A.J. Vakharia. 1999.
variables from the database. On the other hand, "Integratcd production/distribution planning in supply
chains: an invited review". European Journal of
parameters relative to the simulation cxperiment itself
Operational Research 115, 219-236.
such as the number of replications or the length of the Federgruen A., M. Queyranne and Y.S. Zheng. 1992. "Simple
simulation has to be entered directly in the Simulator power of two policies arc close to optimal in a gênerai
engine. class of production/distribution networks with gênerai
setup". Malhematics of Opérations Research 17,951 -963.
The fifth module includcs ail the user and display Ciallego G. and D. Simchi-Levi. 1990. "On the cITectiveness
interfaces. This module is a key factor in the platform of direct shipping slrategy for the one warehouse multi-
success. Interfaces must bc designed in a way that rctailer r-systems". Management Science. 36, 240-243.
Law A.M. and W.D. Kelton. 2000. Simulation Modelling And
enables the intégration of the information by the user.
Analysis. McGraw-Hill higher Education, 3rd édition.
Moreover, since information concerning each product Prins C, C Prodhon. A. Ruiz, [Link] and R. Wolfler-
and location is of the highest relevancc for managers Calvo. 2006. "Solving the Capacilated Location-Routing
and dispatchers, the tool proposed hère should give Probiem by a Coopérative Lagrangcan Relaxation-
spécifie attention to the Systems ability to display real- Granular Tabu Seareh Heuristic", Transportation Science,
time status of each inventory and retailers' requests. to appear.
Also, every demand and resource needs to be displayed Qu W.W., [Link]. Bookbinder and P. Iyogun. 1999. "An
and its priority or status identified. Finally, simulation integratcd inventory-transportation System with modified
results arc stored in the database, allowing the off-linc periodic policy for multiple products". European Journal
coinparison betwcen several simulations or even to of Operational Research 1 15, 254-269.
Schunk D. and Plott B. 2000. "Using simulation to analyzc
review a whole simulation just like a "movie" of the
supply chains". Winter Simulation Conférence 2000.
différent décisions made along the simulated period.
Silvcr E., Pyke D. and Pcterson R., Inventory management
and production planning and scheduling. Wiley, 1998.
Terzi S and Cavalieri, S. 2004. "Simulation in the supply
CONCLUSION chain conlext: a survey". Computers in Industry 53, 3-16.
This paper presented a simulation-optimization platform van der Zee, D.J., J.G.A.J. van der Vorst. 2005. "A modeling
to improve the efficiency of a multiproducl distribution framework for supply chain simulation: opportunities for
improved décision making". Décision Sciences 36, 65-95.
network. To this end, the current topology, a
Ycllow P. C. 1970. "A computational modification to the
decentralized single échelon inventory System, is saving method of vehicle scheduling". Operational
compared to a collaborative structure wherc inventory is Research Quarterly, 21, 281-283.
spread over ail the supply chain players - suppliers,
distributor, 3PL's and retailers leading to a
Réingénierie de la chaîne d'approvisionnement d'une
entreprise de distribution
Valérie Bélanger , Daoud Aït-Kadi 2 , Angel Ruiz 3

Centre interuniversitaire de recherche sur les réseaux d'entreprise, la logistique et le transport (Cirrelt), Québec
(Qc), Canada, [Link].12@[Link]

' Département de génie mécanique, Université Laval, Québec (Qc), Canada, [Link]@[Link]

Département Opérations et Systèmes de décision, Faculté des sciences de l'administration, Université Laval, Québec,
Canada, [Link]@[Link]

RESUME: Cet article présente la problématique d'une entreprise de distribution desservant un grand nombre de petits
détaillants répartis sur un vaste territoire. Le débalancement entre les faibles quantités requises par les détaillants et
les volumes propres à la grande distribution est compensé par l'intervention du distributeur qui doit conserver en
inventaire une quantité suffisante de produits afin de maintenir un niveau de service adéquat. La gestion de ces
inventaires, la manutention et la cueillette des produits représentent des coûts fort importants pour le distributeur qui
doit optimiser l'ensemble de ses opérations tout en tenant compte des contraintes imposées par les fournisseurs ainsi
que des demandes particulières à chaque détaillant. Pour demeurer compétitive, l'entreprise doit explorer les
différentes alternatives d'amélioration de ses opérations internes (réorganisation ou réaménagement physique,
implantation de nouvelles technologies), mais aussi de ses opérations externes et, en particulier, ses relations avec ses
partenaires (fournisseurs et clients). Dans ce cadre décisionnel complexe, cet article propose un modèle de simulation
permettant d'évaluer la performance des différentes alternatives et stratégies considérées dans le processus de
réingénierie de la chaîne d'approvisionnement.

MOTS-CLÉS: Conception et pilotage des chaînes logistiques, gestion des flux de produits et des stocks, outil d'aide à la
décision et simulation.

1 Introduction

La présente recherche est basée sur le cas réel d'une entreprise québécoise, localisée dans la région
du Bas-St-Laurent, qui assure la distribution des produits demandés par un nombre important de
détaillants dispersés sur un vaste territoire (Bas-St-Laurent, Côte-Nord, Gaspésie et Beauce) et
présentant des besoins particuliers. L'entreprise étudiée distribue un large éventail de produits
périssables et non-périssables, d'aliments réfrigérés et congelés, de produits du tabac, du vin et des
confiseries. Le territoire desservi est caractérisé par une densité de population extrêmement faible.
En effet, les centres de population sont de petites tailles et se trouvent éloignés les uns des autres.
Dans ce contexte, les grands distributeurs sont de moins en moins intéressés à desservir ces régions
par leurs propres moyens et préfèrent léguer cette tâche à des distributeurs locaux plus petits qui
assument donc la distribution d'un nombre croissant de clients et de produits. C'est le cas de
l'entreprise étudiée.
Actuellement, l'approvisionnement de quatre-vingt pour cent des marchandises est garanti par un
grossiste principal distant de l'entrepôt. Ce fournisseur est en mesure d'expédier quotidiennement
des marchandises, par contre, c'est le distributeur qui en organise le transport. À l'heure actuelle, le
transport entre le fournisseur principal et l'entrepôt du distributeur est assuré par un prestataire
logistique (3PL). L'approvisionnement de la partie restante des marchandises est assuré par
plusieurs manufacturiers et fournisseurs dispersés à travers le Québec. Ces fournisseurs et
manufacturiers livrent les marchandises selon un horaire fixe, généralement une fois par semaine, et
assurent eux-mêmes le transport des marchandises vers l'entrepôt. La figure 1 présente le réseau de
distribution de l'entreprise ainsi que les différents liens entre les acteurs de la chaîne. Le distributeur
agit comme un acteur indépendant au sein de son réseau.

Légende
—>• Flux de marchandises
— •» Flux d'information
Di Détaillant i
E Entrepôt.
F| Fourtiisseurj

Figure 1. Réseau actuel de l'entreprise Réseau de base

L entreprise possède donc un unique entrepôt où la totalité des produits est conservée en inventaire.
Chaque produit est géré indépendamment suivant une politique (R, s, S) (Silver et al., 1998). Le
processus de distribution est déclenché par les commandes des détaillants qui sont placées selon un
horaire fixe, généralement une fois par semaine. Lorsqu'une commande est reçue à l'entrepôt du
distributeur, les marchandises requises sont collectées puis expédiées au détaillant dans un délai de
livraison fixe, habituellement le lendemain. Les détaillants locaux sont desservis par la flotte privée
de l'entreprise qui distribue les marchandises en suivant des routes fixes qui ont été déterminées
préalablement selon un critère géographique (distance). Un prestataire logistique (3PL) assure la
livraison vers les clients plus éloignés. Le 3PL opère un réseau de terminaux et de centres de
consolidation où sont classées les commandes avant d'être expédiées aux détaillants regroupés
selon des routes établies par les gestionnaires du 3PL.
L'observation des activités internes de l'entreprise étudiée a permis de remarquer certains
problèmes de saturation de l'espace, de déplacements non-nécessaires et d'engorgement des
ressources. L'augmentation de la capacité d'entreposage peut constituer une des solutions à
envisager au même titre que l'optimisation des opérations de cueillette et de réception. Par contre,
en agissant sur les activités internes, les effets bénéfiques s'avèrent limités. L'exploration de
différentes alternatives pour l'amélioration des opérations dites «externes», c'est-à-dire au sein du
réseau, semble intéressante et représente une source potentielle d'importants bénéfices. Ainsi, cet
article vise à explorer les nouvelles stratégies tirées de la littérature afin de proposer un réseau
modifié, plus flexible et des stratégies de pilotage adaptées aux particularités de fonctionnement et
ce, du point de vue du distributeur.
Puisque ces stratégies sont nombreuses et qu'il est difficile de connaître avec exactitude les
bénéfices potentiels de leurs applications dans un cadre précis, une démarche afin d'évaluer des
performances des différentes stratégies envisagées et de supporter la conception et le pilotage du
réseau sera développée. Un outil tout à fait générique basé sur les stratégies envisagées sera donc
proposé. Cet outil permettra la comparaison de différents scénarios et ce, dans n'importe quel cas
similaire à celui considérer dans cet article.
Dans un premier temps, les différentes particularités rencontrées par l'entreprise étudiée seront
exposées. Ensuite, certains des concepts émergents en conception et en pilotage de la chaîne
d'approvisionnement seront brièvement abordés. L'intégration de ces stratégies permettra la
modélisation d'un réseau conceptuel qui servira de base pour la construction d'un modèle de
simulation. Enfin, ce modèle de simulation - la modélisation du réseau et la plateforme de
simulation - sera présenté. Cet outil permettra l'évaluation et la comparaison de différentes
stratégies. La conclusion viendra clore l'article.

2 Particularités observées
Les observations menées auprès de l'entreprise ont permis d'identifier plusieurs particularités. Cette
section explore donc, une à une, ces particularités. De toute évidence, ces observations peuvent
également représenter la réalité d'autres entreprises similaires. Les problèmes soulevés ont été
regroupés en quatre catégories distinctes : les caractéristiques des produits et les particularités des
clients, les contraintes de capacité et d'entreposage, le transport et l'approvisionnement.
2.1 Caractéristiques des produits et particularités des clients
Les besoins des détaillants sont stochastiques et hétérogènes. Le volume et le type d'achat peuvent
varier significativement d'un détaillant à un autre. Ainsi, afin de répondre adéquatement aux
besoins particuliers de ses clients, le distributeur doit adapter ses opérations afin d'offrir la
personnalisation des commandes. Par exemple, le distributeur doit séparer les livraisons en
provenance de fournisseurs à grand volume afin de livrer la quantité requise aux clients, qui ont des
volumes d'achat plus petits. Certaines catégories de produits présentent également un profil de
demande saisonnier dû à l'affluence de touristes pendant la saison estivale ou simplement à cause
de la nature du produit.
Enfin, le fait de composer avec des produits alimentaires amène des problèmes particuliers dus à la
périssabilité de certains produits. En effet, après une période de temps connue, ces produits perdent
toutes leurs valeurs et doivent être jetés. De plus, l'industrie des biens de consommation, plus
spécifiquement l'industrie alimentaire, offre une gamme de produits qui sont, pour la plupart,
essentiels, mais elle doit également composer avec des produits à faible marge de profit.
2.2 Les contraintes de capacité et d'entreposage
La capacité d'entreposage doit supporter la demande actuelle, mais elle doit également être en
mesure d'accepter un accroissement éventuel de la demande dû, par exemple, à une expansion du
marché. Le distributeur doit donc trouver de nouvelles stratégies de gestion afin de réduire les
inventaires et libérer des espaces d'entreposage ou, à l'inverse, trouver de nouvelles façons ou de
nouveaux sites pour garder les inventaires nécessaires afin d'assurer un niveau de service adéquat.
De plus, afin de se prémunir contre les différentes sources de variabilité, le distributeur doit
conserver des stocks de sécurité supplémentaires, ce qui représente par le fait même, des
investissements plus importants. Le distributeur doit également supporter seul tous les risques reliés
au maintien des inventaires. Enfin, les caractéristiques des produits amènent le distributeur à
posséder un système d'entreposage capable de composer avec les besoins particuliers de chaque
produit tels que la réfrigération ou la congélation. Le système d'entreposage et de manutention, les
stratégies de gestion et les différentes technologies doivent être adaptés à cette réalité.
2.3 Le transport
Les détaillants sont géographiquement dispersés. Le territoire à couvrir est vaste et comporte des
régions situées loin de l'entrepôt. L'augmentation et les fluctuations fréquentes du coût de l'essence
amènent donc les entreprises à développer des stratégies afin d'assurer un transport efficace entre
les fournisseurs, l'entrepôt et les détaillants [Link]çon à réduire la distance totale parcourue et à
éviter les retours à vide. Les préoccupations environnementales sont devenues au cours des
dernières années un sujet d'actualité pour tous et la communauté industrielle n'y échappe pas. Les
stratégies de transport doivent donc être révisées de façon à réduire la consommation d'essence
d'un point de vue environnemental autant qu'économique.
Enfin, les conditions climatiques propres à la province de Québec ont des impacts importants sur la
variabilité des délais de livraison notamment durant la période hivernale. S'en suivent une réduction
de la fiabilité et une augmentation du risque de détérioration des produits durant le transport.
2.4 L'approvisionnement
Le débalancement entre les faibles quantités requises par les détaillants et les volumes propres à la
grande distribution est compensé par l'intervention du distributeur. Ce dernier doit assumer
l'entretien et la gestion des stocks tampons à son entrepôt. La manutention et la cueillette des
produits représentent des coûts fort importants pour le distributeur qui doit optimiser l'ensemble des
stratégies déployées à l'interne tout en tenant compte des contraintes imposées par les fournisseurs.

3 Stratégies et solutions potentielles

Les problèmes soulevés à la section précédente portent à réfléchir et à explorer différentes avenues
concernant la structure du réseau de distribution et les politiques de gestion. Le réseau actuel doit
être révisé afin d'être plus flexible et de mieux synchroniser les différentes opérations à travers le
réseau entier en considérant les contraintes de transport, économiques, opérationnelles et de
rentabilité tout en maintenant un niveau de service adéquat. Ainsi, seront présentés dans cette
section certains concepts théoriques issus de la littérature en lien avec les réseaux de distribution et
leurs politiques de gestion. Trois concepts seront traités plus particulièrement : la conception de
réseau de distribution, les stratégies de distribution et enfin, la collaboration et le partenariat.
3.1 Conception de réseau de distribution
Le problème de conception de réseau vise à spécifier la structure dans laquelle les produits vont
circuler de la source jusqu'au point de demande. Cela implique le nombre de sites à utiliser et leur
localisation, l'assignation des clients et des produits aux différents sites ainsi que les méthodes
d'approvisionnement et de transport entre les sites (Ballou, 1999). Pour les problèmes «locaux»
comme la localisation des sites, de bons résultats peuvent être trouvés en utilisant des techniques
d'optimisation classiques incluant les méthodes exactes et les heuristiques. Le vrai défi apparaît
lorsque le réseau de distribution doit être optimisé d'un point de vue global plutôt de local en
intégrant la localisation des sites, l'entreposage, le transport et les décisions relatives à la gestion
des inventaires et aux stratégies de distribution. Certains modèles de programmation mathématique
complexes ont été suggérés afin de résoudre ce type de problème (Ambrisino et al., 2005 et Amiri,
2006).
Même si plusieurs méthodes ont été développées afin d'optimiser les réseaux de distribution, cette
optimisation ne sera pas effectuée ici. Plutôt que de concevoir un nouveau réseau de distribution, le
réseau courant pourra être utilisé différemment en intégrant à la structure actuelle les sites de
certains acteurs impliqués dans la chaîne. Présentement, l'entreprise ou le distributeur dispose d'un
seul entrepôt où tous les produits sont maintenus en inventaire. L'idée serait d'utiliser l'espace
disponible chez les autres intervenants ou acteurs du réseau pour conserver des inventaires ou
simplement pour classer et consolider les marchandises avant l'expédition finale aux détaillants.
L'utilisation de plus d'un point d'entreposage demandera sans équivoque un meilleur échange
d'information. De plus, les décisions devront être centralisées et la coordination des opérations
devra être améliorée. Il est donc évident qu'une reconception du réseau implique des changements
profonds dans les stratégies de distribution à mettre en place ainsi qu'au niveau des relations entre
les acteurs de la chaîne.
3.2 Stratégies de distribution
En général, trois stratégies de distribution distinctes sont proposées : la livraison directe,
l'entreposage classique et le transbordement ou cross-docking (Simchi-Levy et al, 2003).
Tout d'abord, l'entreposage est une stratégie classique où les différents sites conservent des produits
en inventaire et fournissent à chaque détaillant les marchandises requises selon leur demande. La
gestion des inventaires a suscité beaucoup d'intérêt au cours des dernières décennies et plusieurs
ouvrages traitent des différentes politiques disponibles (Silver et al., 1998).
La seconde stratégie, la livraison directe, existe afin d'éliminer le passage des marchandises par les
entrepôts ou les centres de distribution. Ainsi, le fournisseur livre les biens directement aux
détaillants, sans intermédiaire (Simchi-Levy et al., 2003). Cette stratégie permet d'éviter les coûts
relatifs aux opérations de distribution et de réduire les délais de livraison. Par contre, cela a
également pour effet d'accroître les coûts de transport puisque le fournisseur doit livrer moins de
biens à un plus grand nombre de localisations. La livraison directe s'avère utile quand les détaillants
ont besoin de livraisons à charge entière ou lorsque le délai de livraison peut devenir un facteur
critique, par exemple dans le cas de produits périssables.
Finalement, le transbordement ou cross-docking est une technique logistique qui vise à éliminer les
fonctions d'entreposage et de cueillette au sein de l'entrepôt tout en conservant les fonctions de
réception et d'expédition. L'idée est de transférer les produits directement de la zone de réception
vers la zone d'expédition. Les marchandises demeurent généralement moins de 24 heures au centre
de transbordement, quelquefois moins de 1 heure (Bartholdi et al., 2000). La stratégie de cross-
docking est efficace surtout pour un système de distribution important dans lequel un grand nombre
de véhicules livrent et recueillent les marchandises au centre de transbordement (Simchi-Levy et al.,
2003).
Sans aucun doute, très peu de distributeurs majeurs utilisent une de ces stratégies exclusivement, ils
utilisent généralement des stratégies mixtes. À l'opposé, les systèmes de distribution de plus petite
envergure semblent prioriser l'entreposage classique. C'est le cas du système étudié. En effet, le
système actuel conserve tous les inventaires à l'entrepôt du distributeur. Ainsi, une stratégie mixte
incluant le cross-docking et l'entreposage classique adaptée aux plus petites entreprises de
distribution pourrait être considérée. Cette stratégie mixte viserait à séparer les familles de produits
en deux catégories distinctes : produits en cross-docking ou en passage directe et les produits en
inventaire selon leur fréquence et leur volume d'achat. Par contre, afin de permettre l'implantation
du cross-docking, un niveau de flexibilité élevé est requis de la part des fournisseurs et des
transporteurs. De plus, l'échange d'information entre chaque intervenant dans le processus
d'approvisionnement devient critique. Toutefois, il est bien connu que si le cross-docking est bien
implanté, ce qui n'est pas une tâche facile, des avantages significatifs pourront être rencontrés. Par
contre, est-ce que c'est également le cas pour les PME? De plus, quels sont les bénéfices possibles
de l'utilisation d'une stratégie mixte et comment catégoriser les familles de produits? En ce sens,
plusieurs scénarios doivent être explorés afin d'évaluer les bénéfices potentiels.
3.3 Collaboration et partenariat
La collaboration parmi les partenaires d'une chaîne d'approvisionnement a été longuement discutée
dans la littérature amenant de nouveaux concepts tels que Efficient Consumer Response (ECR),
Vsndor Managed lnventory (VM1) et Collaborative Planning, Forecasting and Replenishmenl
(CPFR). Ces concepts sont difficiles à implanter, en particulier dans le cas de petites entreprises,
mais ils amènent des principes importants que les gestionnaires doivent considérer lorsqu'ils
prennent des décisions. 11 est grandement accepté que la création d'une chaîne d'approvisionnement
transparente et mieux synchronisée contribue à accroître sa réactivité et à en diminuer les coûts
(Ilolweg et al., 2005).
Le réseau actuel présente visiblement une chaîne d'approvisionnement où tous les intervenants
agissent indépendamment les uns des autres. Les décisions sont prises par le distributeur sans
considérer le niveau d'inventaire des détaillants ou des fournisseurs. Pour l'instant, aucune
coordination ou synchronisation ne semble exister bien que l'échange d'information ait été
grandement amélioré récemment. Le but premier de la présente recherche est de proposer un réseau
plus flexible avec des politiques de pilotage plus adéquates. L'intégration d'une approche où le
partage de l'information et le niveau de synchronisation sont accrus, le Vendor Managed
Replenishmenl (VMR) par exemple, serait intéressante à considérer. Le VMR signifie que le
fournisseur - dans le cas présent, le distributeur - a la tâche de coordonner le réapprovisionnement
des détaillants et de s'assurer que celui-ci ait toujours suffisamment d'inventaire en main afin de
répondre adéquatement à la demande des consommateurs finaux et de conserver un bon niveau de
service (Holweg et al., 2005). De toute évidence, le déploiement d'une telle approche nécessite
beaucoup d'effort de la part d'une entreprise. Tout d'abord, un système avancé d'échange
d'information doit être employé et une relation de confiance entre les fournisseurs, le distributeur,
dans ce cas particulier, et les détaillants doit être développée. De plus, des responsabilités
supplémentaires sont attribuées au distributeur. En contrepartie, si le VMR est bien implanté, cela
peut mener à la réduction des coûts globaux, à l'amélioration du niveau de service et à la réduction
des incertitudes par rapport à la consommation (Simchi-Levy et al. 2003). De plus, le VMR suggère
un concept intéressant qui n'a pas été mentionné auparavant : les inventaires en consigne. Les
inventaires en consigne sont des marchandises qui sont entreposées directement chez les clients,
mais qui demeurent la propriété du fournisseur. Il s'agit donc de transférer une partie de l'inventaire
directement chez le client. Le client paye la marchandise seulement lorsqu'elle a été utilisée.
Généralement, le client peut retourner les marchandises en consigne si elles demeurent inutilisées.
A ce moment, un système VMR ne sera pas implanté directement, mais certains concepts en seront
récupérés. Tout d'abord, un meilleur échange d'information va mener à de meilleures décisions au
point de vue de la chaîne d'approvisionnement. De plus, il sera possible d'envisager l'intégration du
concept d'inventaire en consigne chez les détaillants. Par contre, les différents détaillants ont-ils
l'espace nécessaire afin d'entreposer les marchandises en consigne? Comment assurer
l'approvisionnement des inventaires en consigne et quels seront les impacts sur le transport?

4 Le modèle de simulation
Dans la section précédente, certains concepts émergents en gestion de la chaîne
d'approvisionnement ont été traités. Ces concepts ont également été étendus au contexte particulier
impliqué dans le système de distribution actuel. Dans cette section, un modèle conceptuel sera
développé, basé sur la structure actuelle et les modifications proposées. Ce modèle conceptuel
servira de base à la construction du modèle de simulation qui permettra de tester les différents
scénarios et de comparer les différentes alternatives dans un contexte précis et particulier. La
plateforme de simulation sera également présentée dans cette section.
4.1 Modélisation du réseau
Tout d'abord, deux modifications importantes ont pu être envisagées en lien avec les concepts issus
de la littérature. La première modification concerne la structure même du réseau. En prenant le cas
actuel à titre d'exemple, l'entreprise peut envisager développer un partenariat avec son transporteur
(3PL) et ainsi utiliser de l'espace directement au centre de consolidation du 3PL pour entreposer
des marchandises ou tout simplement pour consolider certaines commandes avant la livraison finale
chez les différents détaillants. Plus radicalement, il est possible d'envisager l'ouverture de nouveaux
sites d'entreposage ou de consolidation. En fait, le réseau où un unique entrepôt conserve toute la
marchandise mènera, avec ces modifications, à un système multi-échelon où plusieurs nœuds
internes peuvent conserver des inventaires. De plus, le concept de consigne sera intégré au réseau
modifié en considérant ainsi un des aspects de la collaboration et du partenariat.
La deuxième modification concerne le déploiement d'une stratégie de distribution mixte qui intègre
l'entreposage classique et le cross-docking. Ainsi, les familles de produits seront séparées en deux
catégories distinctes : les produits en cross-docking ou en passage direct et les produits en
inventaire qui seront gérés en suivant la stratégie d'entreposage classique. Chaque famille de
produits indépendante se verra attribuer une stratégie de gestion selon sa fréquence et son volume
d'achat.
E'Tifin, il est important de noter que les nœuds internes, dans le réseau multi-échelon, sont divisés en
trois catégories distinctes selon leur possibilité d'approvisionnement et de distribution. La figure 2
présente donc la structure du réseau et les différents liens entre les fournisseurs, les différents nœuds
internes et les détaillants.

• W M » *

CD,
Légende
» Flux de maichandisee
■-- • > Flux d'informaùon
in Détaillant i ZE
ICi Inventaire en consigne au détaillant i ic, IC,-,

ce Zv
CD
Centre de consolidation y
Centre de distribution y.
% 'SA X
<D n :
F, Fournieseui j <y <D;
<D1> <D,>
Figure 2. Réseau modifie multi-échelon
Le réseau présenté à la figure 2 demeure tout à fait générique. Tous les nœuds du réseau sont
caractérisés par des niveaux d'inventaire et des capacités d'entreposage tandis que les arcs
représentent les activités de transport. De plus, les activités internes telles que la cueillette, la
localisation des produits dans l'entrepôt et les opérations de manutention ne sont pas considérées
explicitement. Ainsi, les commandes des détaillants arrivent au centre de décision selon un horaire
fixe, c'est-à-dire à chaque u unités de temps. Lorsque qu'une commande est reçue, les marchandises
requises sont collectées à l'entrepôt désigné, consolidées avec les produits en passage direct si
nécessaire, puis expédiées au détaillant. Les tournées de livraison sont fixes et déterminées au
préalable par des méthodes d'optimisation issues de la littérature. Si la quantité requise n'est pas
disponible en entrepôt, la commande peut être livrée partiellement. Aucune pénalité économique
n'est encourue, par contre, cette situation reste à éviter afin de maintenir un niveau de service
adéquat. De plus, les inventaires de chaque nœud interne sont vérifiés périodiquement au centre de
décision selon une politique (R,s,S), c'est-à-dire qu'à chaque R unités de temps. Si le niveau est
plus bas que le point de réapprovisionnement s, une commande est placée afin d'atteindre le niveau
maximal S (Silver et al., 1998). Les commandes placées chez les fournisseurs sont livrées en entier
dans un intervalle de temps fixe. Les fournisseurs externes ont une capacité illimitée.
L'implantation de ce système requiert en pratique des réponses à plusieurs questions : quelles
familles de produits seront catégorisées en passage direct? Quelles familles de produits seront
catégorisées en inventaire? Quelle quantité de marchandises sera maintenue en inventaire et à quel
site? Quel centre de distribution ou centre de consolidation sera assigné à quel client? En d'autres
termes, quelle stratégie doit être utilisée, dans quelle situation particulière et quelle configuration
mènera aux meilleurs bénéfices dans un contexte donné. Pour aider les gestionnaires dans la prise
de décision, un modèle de simulation permettant d'évaluer les différentes stratégies et
configurations de réseaux est présenté à la section suivante.
4.2 La plateforme de simulation
Le but principal lorsqu'un outil de simulation est conçu est de représenter le plus fidèlement
possible le comportement du système à étudier. Ainsi, le simulateur doit reproduire précisément
chaque action et décision critique à travers tout le processus opérationnel avec le niveau de détail
adéquat. En ce sens, la présente section propose un outil de simulation construit autour de cinq (5)
blocs principaux : le générateur de demande, le module d'optimisation, le moteur de la simulation,
les bases de données et l'interface de l'utilisateur et d'affichage. La figure 3 présente la structure de
la plateforme et les principaux liens entre les composants qui seront décrits dans les paragraphes
suivants.

Générateur
Générateur Générateur
pseudo-aléatoire
de demande de scénarios
de la demande

Bases
?"> Interface de l'utilisateur
de données -s. et interface d'affichage

Optimisation Données Résultats Choix

de gestion historiques de la simulation de l'utilisateur
d'inventaire
Variables & paramètres
Affichage
Optimisation K du système
1 des paramètres
des tournées \/
«•* V
^ •p-
Modèles
d'optimisation Moteur de
Horloge Calculateur
la simulateur

Figure 3. Plateforme de la simulation

Le premier module, le générateur de demande, nourrit le simulateur avec les demandes de clients.
Ces demandes peuvent être générées à partir de méthodes statistiques et de techniques de prévision
appliquées. 11 est également possible d'injecter directement les données historiques dans le moteur
de la simulation. Cette option peut s'avérer très utile lorsque la phase de la validation du modèle de
simulation sera atteinte.
Le deuxième module, le module d'optimisation, apporte au modèle les différentes contributions de
la recherche opérationnelle. Actuellement, ce module vise à solutionner deux classes de problèmes :
l'optimisation des paramètres de gestion des inventaires et l'établissement des tournées de
véhicules. Le module de gestion des inventaires fournit les paramètres R, s et S pour chaque point
d'entreposage en se basant sur les estimateurs de la demande (moyenne et variance) et les délais de
livraison. Le module de tournées de véhicules détermine l'ensemble des détaillants qui doivent être
desservis par un camion et l'ordre dans lequel les tournées doivent être effectuées afin de minimiser
la distance parcourue tout en respectant la capacité des camions.
Le troisième module contient les bases de données nécessaires pour l'enregistrement des paramètres
et des variables du système. Ce module contient les données qui permettent de décrire la structure
du réseau (nœuds, demandes, localisation, capacités), mais également les paramètres opérationnels
basés sur les modèles mathématiques (module d'optimisation des inventaires et des tournées). Les
bases de données permettent également l'enregistrement des mesures de performance pour chaque
scénario et le calcul de différents résultats statistiques comme la variance et l'intervalle de
confiance. Ainsi, les résultats obtenus pour chaque scénario peuvent être facilement comparés.
Le quatrième module, le moteur de la simulation, est construit en suivant l'approche de la
simulation à événements discrets (DES). DES concerne la modélisation d'un système en suivant son
évolution dans le temps par la représentation du changement instantané des variables du système à
des points séparés dans le temps - le temps où les événements surviennent (Law et al., 2000). À un
intervalle de temps donné, un calculateur détermine la position ou l'état des variables du système -
c'est-à-dire le niveau d'inventaire à chaque localisation pour chaque produit - en suivant les règles
de traitement des demandes. À priori, le moteur de la simulation comprend une liste d'événements
et une horloge de simulation qui avance le temps pendant la simulation. Cette liste d'événements est
classée selon un ordre chronologique et contient le temps où chaque événement va survenir. Les
événements se succèdent en suivant l'ordre établi sur la liste d'événements selon les processus
opérationnels programmés.
L'implémentation de ce module a été effectuée en utilisant un logiciel de simulation commercial.
Une structure générique, basée sur le modèle conceptuel présenté à la présente section, a été
développée. Cette structure utilise les objets suivants : les clients (détaillants), les nœuds internes
(CD, CC et 1C), le centre de décision et les fournisseurs. De plus, les nœuds internes sont organisés
autour de trois activités de base : la réception, la préparation des commandes et la consolidation.
Toutes les décisions impliquant le réapprovisionnement et le déclenchement de la préparation des
commandes sont prises par le centre de décision qui a accès à toutes les informations du système
(centralisation des décisions). Tel qu'il a été mentionné, une base de données principale est
connectée au moteur de la simulation. Ainsi, lorsque la simulation démarre, le moteur de la
simulation est en mesure de lire toutes les variables et tous les paramètres du système.
Enfin, le cinquième module comprend les interfaces de l'utilisateur et d'affichage. Ce module est un
des éléments clés du succès du simulateur. Les interfaces doivent être conçues de façon à pennettre
à l'utilisateur d'entrer et de visualiser aisément les informations nécessaires tout au long de la
simulation.

5 Conclusion

Cet article présente la problématique d'une entreprise de distribution souhaitant optimiser son
réseau logistique. Les particularités de son contexte (grand nombre de petits détaillants répartis sur
un vaste territoire présentant des demandes spécifiques quant au type et à la quantité de produits
requis) font en sorte que l'implantation des paradigmes de gestion de la chaîne
d'approvisionnement moderne n'est pas triviale. Pour aider les gestionnaires dans l'évaluation et la
mise en œuvre des différentes stratégies possibles, cet article propose une approche basée sur un
modèle générique de simulation. Ce modèle permet de reproduire différentes structures de réseau et
de paramétrer l'ensemble des variables de pilotage. Dans un cadre plus général, la démarche
proposée est applicable lorsque des gestionnaires évaluent les performances de différents scénarios
afin de sélectionner la structure du réseau et les stratégies de gestion qui conviennent le mieux aux
particularités de leurs entreprises.

6 Références
Ambrosino D., Grazia Scutcllà M., (2005) «Distribution network design : New problems and rclatcd models»,
European Journal of Operational Research, vol. 165, p.610-624.
Amiri A., (2006) «Designing a distribution network in a supply chain System : Formulation and efficient solution
procédure», European Journal of Operational Research, vol. 171, p.567-576.
Ballou R.H., (1999) «Business Logistics Management», Prentice Hall, Fourth Edition.
Bartholdi J.J. III, Guc K.R., (2000) «Reducing Labor Costs in an LTL Crossdocking Terminal», Opérations Research,
vol. 48, p.823-832.
Chopra S., (2003) «Designing the distribution network in a supply chain», Transportation Research Part E, vol. 39,
p.123-140.
Holweg M., Disney S., Holmstrom J., Smaros J., (2005) «Supply Chain Collaboration : Making Sensé of the Strategy
Continuum», European Management Journal, vol. 23, no. 2, p.170-181.
Keh H.T., Park S.Y., (1997) «To market, to markct : the changing face of grocery rctailing», Long Range Planning, vol.
30, no. 6, p.836-846.
Law A.M., Kelton W.D., (2000) «Simulation Modelling And Analysis», McGraw-Hill higher Education, 3rd édition.
Silver E., Pyke D., Peterson R., (1998) «Inventory management and production planning and schcduling», Wilcy.
Simchi-Levy D., Kaminsky P., Simchi-Levy E., (2003) «Designing and managing the supply chain», McGraw-Hill,
Second Edition.