Table des matières
Introduction............................................................................................................................................2
I. Résolution du problème 1 : Planification optimale des interventions de maintenance préventive.....2
[Link] du Contexte...............................................................................................................2
2. Limitations......................................................................................................................................2
3. décision..........................................................................................................................................3
4. Variables de décision......................................................................................................................3
[Link] objective...........................................................................................................................3
[Link]......................................................................................................................................3
Contraintes d’intégralité.................................................................................................................3
II. Résolution du problème 2 : Allocation multi-période et multimode du carburant.............................4
[Link] du contexte................................................................................................................4
[Link].......................................................................................................................................4
3.Décision.......................................................................................................................................4
[Link] de décision.......................................................................................................................4
Conclusion..............................................................................................................................................5
Introduction
Dans le cadre de la gestion des opérations industrielles et de maintenance, l’optimisation des
ressources et des processus est un enjeu majeur pour garantir l’efficacité et la pérennité des activités.
La programmation linéaire constitue un outil puissant permettant d’améliorer la prise de décision en
modélisant des problèmes réels sous forme mathématique et en les résolvant à l’aide de méthodes
d’optimisation.
Ce rapport s’inscrit dans cette démarche en proposant la modélisation de deux problèmes concrets
rencontrés par l’entreprise de télécommunication Global Tech, implantée à Kinshasa et chargée de la
gestion technique de ses sites. Le premier problème concerne la planification optimale des
interventions de maintenance préventive, dont l’objectif est de déterminer un programme d’entretien
minimisant les coûts tout en assurant la fiabilité des équipements. Le second problème porte sur
l’allocation multi-période et multimode du carburant, visant à optimiser la distribution et l’utilisation
du carburant pour alimenter les infrastructures de l’entreprise selon les contraintes de disponibilité et
de coût.
L’accent sera mis exclusivement sur la modélisation mathématique de ces deux problèmes avant
d’envisager leur résolution par un solveur. Cette approche permettra de formaliser les contraintes, les
variables de décision et la fonction objective, ouvrant ainsi la voie à une optimisation efficace des
ressources techniques et énergétiques de l’entreprise.
I. Résolution du problème 1 : Planification
optimale des interventions de maintenance
préventive
[Link] du Contexte
Global Tech est une entreprise chargée de la maintenance préventive de six sites télécoms à Kinshasa:
Masina, Lemba, Gombe, Ngaliema, Mont-Ngafula et Ndjili. Pour assurer cette mission, elle dispose de
trois équipes de maintenance basées à Limete, Kalamu et Gombe. Les interventions concernent
l’entretien de trois types d’équipements : groupe électrogène, onduleur et batterie. L’objectif est
d’optimiser l’affectation des équipes afin de garantir l’entretien des sites tout en minimisant les coûts
d’intervention.
2. Limitations
Global Tech doit respecter plusieurs contraintes dans l’organisation des interventions :
Disponibilité des équipes :
Équipe A : 12 h disponibles
Equipe B : 15h disponibles
Equipe C : 10h disponibles
Durée moyenne des interventions :
Groupe électrogène : 3h
Onduleur : 2h
Batterie : 1h
Coût horaire des équipes :
Equipe A : 10 USD/h
Equipe B : 12 USD/h
Equipe C : 9 USD/h
Contraintes géographiques :
L’équipe C ne peut pas intervenir à Ndjili ni à Mont-Ngafula.
3. décision
L’entreprise veut déterminer l’affectation optimale des équipes de maintenance aux différents sites
afin de minimiser le coût total des interventions, tout en respectant les contraintes de disponibilité et
de localisation des équipes.
4. Variables de décision
x 1 : la durée d’intervention de l’équipe A, variable entière positive.
x 2: la durée d’intervention de l’équipe B, variable entière positive.
x 3: la durée d’intervention de l’équipe C, variable entière positive.
[Link] objective
z=1 0 x 1+1 2 x2 +9 x 3
Les différents coefficients des variables de décisions correspondent aux prix unitaires par heures des
équipes A, B et C.
[Link]
x1 ≤ 1 2
x 2 ≤ 15
x3 ≤ 1 0
Contraintes d’intégralité
Hypothèse :
On suppose que toutes les équipes doivent travailler au moins durant 1 heure.
x 1> 0
x 2> 0
x 3 >0
II. Résolution du problème 2 : Allocation
multi-période et multimode du carburant
[Link] du contexte
La société Global Tech est une entreprise de maintenance, parmi ses missions, elle a pour objectif de
pouvoir satisfaire les besoins d’alimentation en carburant des sites de télécommunication. Dans notre
cas, il s’agit d’alimenter 5 sites de télécommunications dont : Masina, Ndjili, Bandal, Kingabwa et
Mont-ngafula. Ayant à leur disposition deux dépôts de distribution se trouvant à Limete et Ngaliema,
le tout, pendant une période de trois jours et en réduisant les coûts de transport de distribution.
[Link]
Global Tech se retrouve buter au respect de certaines contraintes qu’ils doivent observer durant
l’accomplissement de leur mission, ces dites contraintes sont :
Débit de livraison des dépôts par jour
° Limete : 700 L (J1) ; 600 L (J2) ; 600 L (J3)
° Ngaliema : 500 L (J1) ; 550 L (J2) ; 600 L (J3)
Capacité d’alimentation des modes de transport
° Camion : Grande capacité
° Moto-cargo : Capacité limitée à 150 L par jour et par site.
Coût de livraison par litre
Dépôt – mode Masina Ndjili Bandal Kingabwa Mont-ngafula
Limete-Camion 1.0 1.1 0.8 0.9 1.3
Limete - Moto 1.5 1.7 1.2 1.3 2.0
Ngaliema- Camion 0.9 1.0 0.7 1.0 1.1
Ngaliema - Moto 1.4 1.6 1.1 1.4 1.8
Besoins journaliers
Les besoins journaliers de chaque site en fonction de leur utilisation (Cfr document du
problème)
3.Décision
Prioriser le camion pour les longs trajets à cause de sa grande capacité et de son coût modéré et
utiliser la moto-cargo pour les courts trajets et grâce à sa flexibilité dans certains quartiers.
[Link] de décision
Nous avons défini les variables de décisions en fonction de la fréquence de livraison du carburant de
chaque mode de transport.
X1 : Fréquence de livraison du camion
X2 : Fréquence de livraison de la moto-cargo
Conclusion
Dans ce rapport, nous avons procédé à la modélisation mathématique de deux problèmes
d’optimisation rencontrés par l’entreprise Global Tech dans la gestion technique de ses sites de
télécommunication.
Le premier problème portait sur la planification optimale des interventions de maintenance
préventive, où l’objectif était d’affecter efficacement les équipes de maintenance aux différents sites
tout en minimisant les coûts d’intervention et en respectant les contraintes de disponibilité et de
localisation. La modélisation a permis de formaliser les variables de décision, les contraintes et la
fonction objective, fournissant ainsi une base solide pour l’optimisation du planning des
interventions.
Le second problème concernait l’allocation multi-période et multimode du carburant, visant à
optimiser la distribution du carburant aux sites de télécommunication à partir de deux dépôts, tout
en minimisant les coûts de transport et en tenant compte des contraintes de capacité et de débit de
livraison. La modélisation a permis de structurer les décisions en fonction des modes de transport et
des besoins journaliers, facilitant ainsi la gestion logistique de l’approvisionnement en carburant.
Ces modélisations constituent une étape clé vers la résolution de ces problèmes à l’aide d’un solveur,
permettant d’identifier les meilleures solutions pour améliorer l’efficacité opérationnelle et réduire
les coûts. Elles illustrent l’importance des outils d’optimisation dans la prise de décision en milieu
industriel et ouvrent la voie à une application concrète des méthodes de programmation linéaire
pour une gestion plus rationnelle des ressources.
