Ministère de l’Enseignement Supérieur et
وزارة التعليم العالي والبحث
De la Recherche Scientifique
Institut SUPERIEUR DE GESTION INDUSTRIELLE DE SFAX العلمي
Département Génie Industrielle : Master Professionnel المعهد العالي للتصرف الصناعي
Gene Industrielle & Logistique بصفاقس
Outils d'aide à la décision industrielle
& Logistique
Goal Programming
ENCADRÉ PAR PROFESSEUR : MEZGANNI MOUNA
ÉLABORÉ PAR : AYARI AKRAM
: BEN ARBI WASSIM
Année universitaire 2024-2025
PLAN
0 Introduction 0 Goal
1 2 Programing
0 Les varient 0 Conclusion
3 de GP
4
2
01
Introducti
on
Avec l’augmentation rapide de la population et le
niveau de vie ainsi l’utilisation croissante de la
technologie et la mondialisation des marchés,
l’environnement économique est devenu de plus en
plus incertain et complexe. L’entreprise doit s’adapter,
si possible anticiper, parfois influencer, en tout cas
réagir avec agilité . Pour cela, la prise de décision est
devenue un défi devant les gestionnaires.
4
02
Goal
Programmin
g
Définiti
Le goal on
programming est une extension de la programmation
linéaire, introduite par Charnes en 1951, puis développée par
Charnes et Cooper en 1961 pour adapter la programmation
mathématique à la résolution des problèmes concrets. Le modèle
du GP est l’un des modèles les plus utilisé dans la programmation
mathématique à objectifs multiples, il a connu plusieurs
applications dans divers domaines, Ce modèle tient en compte
simultanément de plusieurs objectifs conflictuels pour aider le
décideur à choisir la solution la plus satisfaisante dans un
ensemble de solution réalisables
6
Importance de la GP dans l'optimisation avec objectifs
conflictuels
La programmation par objectifs est cruciale dans
l'optimisation avec objectifs conflictuels car elle permet
de trouver un compromis optimal en minimisant les
écarts par rapport à plusieurs objectifs. Elle offre une
approche flexible pour gérer des priorités et résoudre
des conflits d'intérêts dans des situations complexes,
notamment en gestion des ressources ou en
planification stratégique.
7
Exemple simple d'un problème de GP
Définition du problème
Supposons qu'une entreprise souhaite allouer ses ressources
limitées à deux projets, A et B, pour maximiser la satisfaction des
trois objectifs suivants :
1. Maximiser les bénéfices.
2. Minimiser les heures de travail dépassant une limite fixée.
3. Respecter un budget limité.
9
Étape 1 : Définir les variables de décision
Soit :
x1: nombre d'unités à investir dans le projet A
x 2 : nombre d'unités à investir dans le projet B.
10
Étape 2 : Définir les objectifs
Objectif 1 : Maximiser les bénéfices Objectif 2 : Limiter les heures de travail
Chaque unité investie dans le projet A Le projet A nécessite 5 heures de travail
rapporte 50€ et chaque unité dans le par unité et le projet B en nécessite 4.
projet B rapporte 40€. L'objectif est de L'objectif est de ne pas dépasser 100
réaliser au moins un bénéfice de 800€. heures de travail.
50x1+40x2≥800 5x1+4x2≤100
Objectif 3 : Respecter le budget
Le projet A coûte 30€ par unité et le projet
B coûte 20€ par unité, avec un budget
total de 600€.
30x1+20x2≤600 11
Étape 3 : Transformer les objectifs en
déviations
Objectif1 (Bénéfices) Objectif 2 (Heures de travail)
50𝑥1+40𝑥2+𝑑1− − 𝑑1+=800 5𝑥1 + 4𝑥2 +𝑑2− − 𝑑2+=100
𝑑1−: déficit par rapport à l'objectif de bénéfices. 𝑑2− : heures de travail
𝑑1+:excédent par rapport à l'objectif de supplémentaires.
bénéfices. 𝑑2+ : économies sur le temps de travail.
Objectif 3 (Budget)
30𝑥1+20𝑥2+𝑑3−−𝑑3+=600
𝑑3−: dépassement du budget.
𝑑3+: économies sur le budget.
12
Étape 4 : Fonction objectif globale
La fonction objectif dans le Goal Programming consiste à minimiser
les déviations. Supposons que l'entreprise souhaite minimiser les
déficits (c'est-à-dire d1−, d2−, d3− ) par rapport à chaque objectif :
Minimiser Z=d1− + d2− + d3−
13
Étape 5 : Contraintes de non-négativité
𝑥1,𝑥2,𝑑1−,𝑑1+,𝑑2−,𝑑2+,𝑑3−,𝑑3+≥0
14
Résumé de la formulation du GP
Fonction objectif :
Minimiser 𝑍=𝑑1− + 𝑑2− + 𝑑3−
Variables de décision :
𝑥1, 𝑥2 (nombre d'unités pour les projets A et B)
Contraintes :
50𝑥1+40𝑥2+𝑑1− − 𝑑1+=800
5x1+4x2+d 2−− d2+=100
30𝑥1+20𝑥2+𝑑3− − 𝑑3+=600
𝑥1,𝑥2,𝑑1−,𝑑1+,𝑑2−,𝑑2+,𝑑3−,𝑑3+≥0
15
03
Les variants
de GP
Goal Programming Pondérée
Définition Principe
La GP Pondérée attribue à
chaque objectif un poids Chaque objectif a un poids
proportionnel à son spécifique, et la fonction à
importance relative. Cette minimiser est une somme
pondération permet de pondérée des écarts
privilégier certains objectifs (positifs et négatifs) par
par rapport à d'autres dans rapport aux objectifs.
la résolution du problème.
17
Étape 1 : Définir les objectifs
Supposons que tu as deux objectifs pour une entreprise qui produit deux produits 𝑋1
et 𝑋2
1. Minimiser le coût total avec un objectif de 1000 unités monétaires.
2. Maximiser la qualité avec un objectif de 95%.
Étape 2 : Définir les pondérations
Tu attribues des pondérations différentes à chaque objectif :
La qualité est plus importante, tu la pondères à 0.7.
Le coût est moins prioritaire, tu le pondères à 0.3.
19
Étape 3 : Formuler les variables et contraintes
𝑋1 = nombre d'unités produites du produit 1.
Les variables de décision sont :
𝑋2 = nombre d'unités produites du produit 2.
Les contraintes sont :
Le coût de production total ne doit pas dépasser un certain montant.
La qualité globale des produits doit respecter un certain seuil.
Exemple de contraintes
1. 5X1+ 7X 2≤1000 (concerne le coût total, où produire une unité
de 𝑋1 coûte 5 unités monétaires et 𝑋2 coûte 7 unités).
2. 0.9X1+0.95X2≥95 (concerne la qualité des produits, où 𝑋1 a une
qualité de 90% et 𝑋2 de 95%).
20
Étape 4 : Formuler la fonction de déviation
Dans le Goal Programming, il est important de calculer les déviations entre
les objectifs fixés et les résultats obtenus :
Déviation négative 𝑑1− (coût supérieur à l'objectif) et déviation
positive 𝑑1+ (coût inférieur à l'objectif).
Déviation négative 𝑑2− (qualité inférieure à l'objectif) et déviation
positive 𝑑2+ (qualité supérieure à l'objectif).
21
Étape 5 : Fonction objectif pondérée
L'objectif est de minimiser une fonction qui intègre les déviations pondérées
Minimiser 𝑍=0.3×𝑑1− + 0.7×𝑑2−
Étape 6 : Modèle complet
Minimiser : 𝑍=0.3×𝑑1−+0.7×𝑑2−
Sous contraintes :
5𝑋1+7𝑋2+𝑑1− − 𝑑1+= 1000(coût total).
0.9𝑋1+0.95𝑋2+𝑑2− − 𝑑2+=95 (qualité).
𝑋1,𝑋2,𝑑1−,𝑑1+,𝑑2−,𝑑2+≥0
22
Goal Programming Par Priorités
( Lexicographique )
La GP par Priorités (Lexicographique) classe les
objectifs par ordre de priorité stricte. Contrairement à la
GP pondérée, ici les objectifs sont résolus
séquentiellement, en commençant par l'objectif le plus
important. Une fois cet objectif satisfait au mieux, les
autres objectifs sont pris en compte dans l'ordre
décroissant de leur priorité, sans compromettre la
satisfaction des objectifs de priorité supérieure.
23
Exercice GP Par Priorités
( Lexicographique )
Une entreprise fabrique deux produits P1 et P2. Chaque produit nécessite deux
types de ressources : la main-d'œuvre et les matériaux.
• La fabrication de P1nécessite 2 unités de main-d'œuvre et 3 unités de
matériaux.
• La fabrication de P2 nécessite 4 unités de main-d'œuvre et 1 unité de matériaux.
Les ressources disponibles sont :
10 unités de main-d'œuvre.
8 unités de matériaux.
Une entreprise fabrique deux produits P1 et P2. Chaque produit nécessite deux
types de ressources : la main-d'œuvre et les matériaux.
• La fabrication de P1nécessite 2 unités de main-d'œuvre et 3 unités de
matériaux.
• La fabrication de P2 nécessite 4 unités de main-d'œuvre et 1 unité de matériaux.
Les ressources disponibles sont :
10 unités de main-d'œuvre.
8 unités de matériaux.
25
Modélisation du problème
Variables de décision :
• x1 : Nombre d'unités produites de P1.
• x2 : Nombre d'unités produites de P2.
Objectifs
•Objectif 1 (priorité 1) : Minimiser la sous-réalisation de l'objectif de profit (au moins 12
unités de profit).
•Objectif 2 (priorité 2) : Minimiser la sur-utilisation de la main-d'œuvre (ne pas dépasser
10 unités de main-d'œuvre).
•Objectif 3 (priorité 3) : Minimiser la sur-utilisation des matériaux (ne pas dépasser 8
unités de matériaux).
26
Fonction objectif
𝑑1−: Sous-réalisation du profit de 12 unités.
Nous définissons les variables de déviation :
𝑑2+: Sur-utilisation de la main-d'œuvre (par rapport à 10 unités).
𝑑3+: Sur-utilisation des matériaux (par rapport à 8 unités).
Minimiser 𝑑1−
L’objectif est de minimiser les déviations en suivant les priorités lexicographiques :
Minimiser 𝑑2+
Minimiser 𝑑3+
Contraintes
1. 3x1+2x2+d1−=12 (Profit minimal).
2. 2x1+4x2−d2+=10 (Main-d'œuvre disponible).
3. 3x1+x2−d3+=8 (Matériaux disponibles).
4. x1,x2,d1−,d2+,d3+≥0
27
Solution
Nous procédons à la résolution de manière lexicographique en minimisant chaque objectif par ordre de priorité
Étape 1 : Minimisation de d1−(Priorité 1)
L’objectif est de maximiser le profit en s'assurant que d1−=0 c’est-à-dire
que le profit atteint au moins 12 unités.
3x1+2x2≥12
solutions possibles pour x1 et x2 sont :
• x1=4x1, x2=0: Profit = 3×4+2×0=12
• x1=2 , x2=3: Profit = 3×2+2×3=12
Nous avons donc d1−=0 pour ces solutions.
28
Étape 2 : Minimisation de d2+(Priorité 2)
L’objectif est de minimiser la sur-utilisation de la main-d'œuvre.
Pour 𝑥1=4x 1=4, 𝑥2=0x 2=0 :
2×4+4×0=8(Main-d’œuvre utilisée)⇒d2+=0:
Pour 𝑥1=2, 𝑥2=3 :
2×2+4×3=16(Main-d’œuvre utilisée)⇒d2+=6
La solution 𝑥1=4, 𝑥2=0 minimise 𝑑2+
29
Étape 3 : Minimisation de d3+ (Priorité 3)
L’objectif est de minimiser la surutilisation des matériaux.
Pour 𝑥1=4, 𝑥2=0
3×4+1×0=12(Matériaux utilisée)⇒𝑑3+=4
3×2+1×3=9(Matériaux utilisée)⇒𝑑3+=1
Cependant, puisque 𝑑2+est prioritaire et que la solution 𝑥1=4, 𝑥2=0
minimise déjà cette déviation, cette solution est choisie.
30
Solution finale :
La solution optimale est :
• x1=4, x2=0.
d1−=0,
d2+=0,
d3+=4.
L'entreprise produit 4 unités de P1et 0 unité de P2, en réalisant un
profit de 12 unités, en respectant la limite de main-d'œuvre, mais en
dépassant légèrement la disponibilité des matériaux.
31
Comparaison des Différentes Variantes de GP
Variante de GP Flexibilité Usage Complexité Cas d’usage
Utilisée pour résoudre des Optimisation de la production
dans une usine pour
GP Standard Moyenne problèmes avec des objectifs Faible
minimiser les coûts et
bien définis maximiser la production
Une entreprise souhaite
Hiérarchisation des objectifs équilibrer la qualité des
GP Pondérée Élevée selon leur importance Moyenne produits et les coûts de
production avec des priorités
relative différentes
Utile quand certains objectifs Planification de projets où la
GP Par Priorités minimisation des délais de
Moyenne sont plus importants que Moyenne
(Lexicographique) livraison est prioritaire, puis
d’autres les coûts
32
LES AVENTAGES
Flexibilité
• Le GP standard peut être appliqué à une grande variété de problèmes
multi-objectifs. Il permet d'intégrer plusieurs objectifs sans les hiérarchiser.
Pondération des priorités
• Chaque objectif reçoit une importance relative basée sur des pondérations.
Cela permet d'accorder plus d'importance aux objectifs critiques.
Gestion claire des priorités
• Le GP lexicographique est idéal lorsque les priorités entre objectifs sont
bien définies. Cela évite toute ambiguïté dans la résolution des conflits
entre objectifs.
33
LES LIMITES
Manque de flexibilité pour des objectifs critiques
• Le modèle ne permet pas de différencier l'importance des objectifs. Cela peut
entraîner la satisfaction d'objectifs secondaires au détriment d'objectifs plus
critiques.
Sensibilité aux pondérations
• Le modèle est très sensible aux valeurs attribuées aux pondérations, ce qui
peut entraîner des résultats disproportionnés. Une légère modification dans
les pondérations peut fortement impacter la solution obtenue
omplexité pour plusieurs objectifs
• Lorsque le nombre d'objectifs est élevé, la hiérarchisation devient complexe.
Trouver un ordre strict de priorité peut être difficile et chronophage dans des
problèmes réels avec de nombreux objectifs.
34
04
Conclusi
on
La programmation par objectifs (GP) est un outil essentiel pour optimiser des
décisions complexes en équilibrant plusieurs objectifs souvent conflictuels, qu'ils
soient quantifiables ou flous. Grâce à ses différentes variantes, la GP offre une
flexibilité et une adaptabilité qui permettent de gérer efficacement l'incertitude et
les priorités, rendant cette méthode particulièrement pertinente dans divers
domaines d'application.
36
merci pour votre
attention
