Logo ÉTS
Session
Cours
Responsable(s) Mustapha Ouhimmou

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : Mustapha Ouhimmou


PLAN DE COURS

Hiver 2024
SYS817 : Systèmes de distribution et de transport intelligents (4 crédits)





Préalables
Aucun préalable requis




Descriptif du cours
Ce cours vise à familiariser l’étudiante ou l'étudiant avec les différentes méthodes et des outils de modélisation et d’optimisation avancés des systèmes de distribution et de transport dans une chaîne logistique.

Au terme de ce cours, l’étudiante ou l'étudiant sera en mesure d’expliquer et analyser la structure des réseaux de transport et leurs caractéristiques; améliorer et, au besoin, concevoir des réseaux de transport et de distribution; évaluer et analyser des systèmes de transport et de planification des tournées de véhicules; évaluer et analyser des systèmes d’entreposage, de collecte, de gestion des flux/stock et de gestion de l’espace.

Modélisation et optimisation avancées des systèmes de distribution et de transport; modélisation des réseaux; optimisation du service; modèles de planification du transport de longues et courtes distances; logistique urbaine; livraison du dernier kilomètre (last-mile delivery); commerce électronique; manutention, allocation et de cueillettes des produits.



Objectifs du cours

Ce cours de Modélisation et optimisation des systèmes de distribution et de transport présente des méthodes et des outils de modélisation et d’optimisation avancés des systèmes de distribution et de transport. Les techniques avancées de sélection des méthodes d’entreposage et de manutention, d’allocation et de cueillettes des produits, et de gestion de l’espace seront revues. On s’intéressera aux modèles de planification du transport de longue et courte distances et des tournées de véhicules. Divers heuristiques et méthodes exactes seront abordées. Finalement, divers types de systèmes de gestion de l’approvisionnement seront abordés.

 

OBJECTIFS SPÉCIFIQUES

 

Ce cours vise à familiariser l’étudiant avec les différents méthodes et des outils de modélisation et d’optimisation avancés des systèmes de distribution et de transport dans une chaîne logistique.

 

À la fin du cours, l’étudiant devrait être capable de :

  • Expliquer et analyser la structure des réseaux de transport et leurs caractéristiques;
  • Améliorer et, au besoin, concevoir des réseaux de transport;
  • Évaluer et analyser des systèmes de transport et de planification des tournées de véhicules;
  • Évaluer et analyser des systèmes d’entreposage, de collecte, de gestion des flux/stock et de gestion de l’espace;
  • Modéliser les différents réseaux étudiés compte tenu des contraintes afin d’optimiser le service



Stratégies pédagogiques

39 heures de cours magistral. De nombreuses études de cas seront présentées en classe pour permettre aux étudiants de bien comprendre les problèmes reliés aux différentes stratégies de transport utilisées dans la chaîne logistique. Des visites en entreprises de transport et des conférences données par des gens de l’industrie vont compléter les connaissances acquises en classe. La lecture des notes de cours  est essentielle pour compléter et assimiler la matière de ce cours.




Utilisation d’appareils électroniques

Ne s'applique pas.




Horaire
Groupe Jour Heure Activité
01 Mardi 08:30 - 11:30 Laboratoire
Vendredi 13:30 - 17:00 Activité de cours



Coordonnées de l’enseignant
Groupe Nom Activité Courriel Local Disponibilité
01 Mustapha Ouhimmou Activité de cours Mustapha.Ouhimmou@etsmtl.ca A-3586
01 Fadwa Maslouhi Laboratoire fadwa.maslouhi.1@ens.etsmtl.ca



Cours
DATE COURS ACTIVITÉ DES COURS
2024-01-05

1

  • Introduction et présentation du plan de cours
  • Optimisation de tournées  de véhicules (1/6)
    • problème de transport classique
    • problème du plus court chemin
    • Introduction à la théorie des graphe
    • Problème de voyageur de commerce (formulation exacte)
2024-01-09

2

Optimisation de tournées de véhicules (2/6)

  • Problème de voyageur de commerce (heuristiques)
  • Méthodes de construction : Algorithme d'économie de Clarck-Wright, Insertion, etc.
2024-01-12 3

Optimisation de tournées de véhicules (3/6)

  • Méthodes d'amélioration : 2-opt, 3-opt, K-opt
2024-01-19

4

Optimisation de tournées  de véhicules (4/6)

  • Modélisation de variantes de problèmes de tournées de véhicules
    • Le problème de tournées multi-entrepôts
    • Le problème de livraison avec cueillette au retour
    •  Le problème de tournées avec fenêtres de temps
    •  Le problème de cueillettes et livraisons
    •  Le problème de tournées et inventaire
2024-01-23

5

Optimisation de tournées  de véhicules (5/6) - métaheuristiques 1/2

2024-01-26

6

Optimisation de tournées  de véhicules (6/6) - métaheuristiques 2/2

Transport de marchandises en milieu urbain - Premier et dernier km (first and last mile delivery)

2024-02-16

7

Examen 1 (1 feuille 8*11 recto-verso)

Cours 1 à 6 inclusivement

2024-02-23 8

Gestion de l’espace de stockage dans un entrepôt

Optimisation du positionnement des produits dans un entrepôt

2024-03-01

9

Optimisation de la cueillette des produits dans un entrepôt

2024-03-15

10

Gestion des stocks - article avec demande déterministe constante

2024-03-22

11

Gestion des stocks - article avec demande déterministe dynamique

2024-04-05

12

Gestion d’un article avec demande aléatoire stationnaire
2024-04-12

13

Examen 2 (1 feuille 8*11 recto-verso)

Cours 8 à 12  inclusivement

 




Laboratoires et travaux pratiques
DATE COURS ACTIVITÉ DES COURS
2024-01-16

1

Optimisation de tournées  de véhicules (1/6) - plus cours chemin

2023-01-30

2

Optimisation de tournées de véhicules (2/6) - TSP - heuristiques

2024-02-02 3

Optimisation de tournées  de véhicules (3/6) -  VRP- heuristiques

2024-02-06

4

Optimisation de tournées  de véhicules (4/6) -  TSP/VRP - metaheuristiques
2024-02-09

5

Optimisation de tournées  de véhicules (5/6) -  TSP/VRP - metaheuristiques

2024-02-13

6

Optimisation de tournées  de véhicules (6/6)

Support au devoir et initiation à Python

2024-02-20

7

Gestion de l’espace de stockage dans un entrepôt

2024-02-27 8

Gestion de l’espace de stockage dans un entrepôt

Optimisation du positionnement des produits dans un entrepôt

2024-03-12

9

Optimisation de la cueillette des produits dans un entrepôt

2024-03-19

10

Gestion des stocks - article avec demande déterministe constante

2024-03-26

11

Gestion des stocks - article avec demande déterministe dynamique

2024-04-02

12

Gestion d’un article avec demande aléatoire stationnaire



Évaluation

ACTIVITÉ

DATE

%

Devoir

2 devoirs (en équipe)

35

Intra 1

Les examens sont d’une durée de trois heures avec documentation (1 feuille 8*11)

L’examen  intra  1 couvre la matière des cours 1 à 6 inclusivement

 

35

Intra 2

Les examens sont d’une durée de trois heures avec documentation  (1 feuille 8*11)

L’examen intra 2 couvre la matière des cours de 8 à 12 inclusivement

 

 

30

 




Dates des examens intra
# Intra Groupe(s) Date
1 1 16 février 2024
2 1 12 avril 2024



Politique de retard des travaux
Tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés dans le Règlement des études (1er cycle, article 7.2.7 b / cycles supérieurs, article 6.5.4 b) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignant dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.

Dispositions additionnelles

REMISE DES TRAVAUXUne pénalité de 10 % par jour sera imposée à tous travaux en retard. Une pondération de 10 % du total des notes des divers travaux sera attribuée à la présentation et à la qualité du français. L’utilisation des outils informatiques pour la rédaction (traitement de textes) ainsi que pour la présentation des données (tabulateurs, graphiques, dessins) est requise.




Absence à un examen
Dans les cinq (5) jours ouvrables suivant la tenue de son examen, l’étudiant devra justifier son absence d’un examen durant le trimestre auprès de la coordonnatrice – Affaires départementales qui en référera au directeur de département. Pour un examen final, l’étudiant devra justifier son absence auprès du Bureau du registraire. Toute absence non justifiée par un motif majeur (maladie certifiée par un billet de médecin, décès d’un parent immédiat ou autre) à un examen entraînera l’attribution de la note (0).



Infractions de nature académique
À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et les étudiants sont invités à consulter la page "Citer, pas plagier !" (https://www.etsmtl.ca/Etudes/citer-pas-plagier). Les clauses du règlement sur les infractions de nature académique de l’ÉTS (« Règlement ») s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiants doivent consulter le règlement sur les infractions de nature académique (https://www.etsmtl.ca/docs/ETS/Gouvernance/Secretariat-general/Cadre-reglementaire/Documents/Infractions-nature-academique) pour identifier les actes qui constituent des infractions de nature académique au sens du Règlement ainsi que prendre connaissance des sanctions prévues à cet effet.

Systèmes d’intelligence artificielle générative (SIAG)
L’utilisation des systèmes d’intelligence artificielle générative (SIAG) dans les activités d’évaluation constitue une infraction de nature académique au sens du Règlement sur les infractions de nature académique, sauf si elle est explicitement autorisée par l’enseignant(e) du cours.



Documentation obligatoire
  • Les diapositives de cours disponibles sur le site web Moodle du cours.



Ouvrages de références
  • Bartholdi, J. III et S. Hackman, Warehouse and Distribution Science, Release 0.95, The Supply Chain and Logistics Institute, Georgia Institute of Technology, 2011.
  • Boctor F. F. et Renaud J., The column-circular, subsets-selection problem : Complexity and solutions. Computers and Operations Research, 27, 4, 383-398, 2000. 
  • Bodin, L., B. Golden, A. Assad et M. Ball, Routing and Scheduling of Vehicles and Crews - The State of the Art, Computers and Operations Research, 10, 1983, 64-211.
  • Gendreau Michel, Hertz Alain et Laporte Gilbert, An approximation algorithm for the traveling salesman problem with backhauls. Document de travail CRT-95-01, Centre de Recherche sur les Transports.
  • Helsgaum Keld, An effective implementation of the Lin-Kernighan traveling salesman heuristic. European Journal of Operational Research, 126, 2000, 106-130
  • Lawler, E., J. Lenstra, A. Rinnooy Kan et D. Shmoys (eds), The Traveling Salesman Problem, Wiley, 1985.
  • Laporte, G., The Traveling Salesman Problem: An Overview of Exact and Approximate Algorithms, European Journal of Operational Research, 59, 1992a, 231-247.
  • Laporte, G., The Vehicle Routing Problem: An Overview of Exact and Approximate Algorithms, European Journal of Operational Research, 59, 1992b, 345-358.
  • Lin Shen, Computer solutions of the traveling salesman problem. The Bell System Technical Journal, 1965, 2245-2269
  • Lin S. et Kernighan B. W., An effective heuristic algorithm for the traveling salesman problem. Operations Research, 20, 1973, 498-516
  • Nobert, Y., R. Ouellet et R. Parent(2005). Méthodes de planification en transports, Les Presses de l’Université de Montréal, ISBN : 2-7606-1975-3.
  • Renaud J. et Boctor F. F., A sweep based algorithm for the fleet size and mix vehicle routing problem. À paraître dans European Journal of Operational Research. 
  • Renaud J., Boctor F. F. et Laporte G., Perturbation heuristics for the pickup and delivery traveling salesman problem. À paraître dans Computers and Operations Research.
  • Renaud J., Boctor F. F. et Ouenniche J., A routing heuristic for the pickup and delivery traveling salesman problem. Computers and Operations Research, 27, 9, 905-916, 2000. 
  • Renaud J., et Boctor F. F., An efficient composite heuristic for the symmetric generalized traveling salesman problem. European Journal of Operational Research, 108, 3, 571-584, 1998.
  • Renaud J., Boctor F. F. et Laporte G., An improved petal heuristic for the vehicle routeing problem. Journal of the Operational Research Society, 47, 329-336, 1996.
  • Renaud J., Laporte G. et Boctor F. F., A tabu search heuristic for the multi-depot vehicle routing problem. Computers and Operations Research, 23, 3, 229-235, 1996.
  • Renaud J., Boctor F. F. et Laporte G., A fast composite heuristic for the symmetric traveling salesman problem. INFORMS Journal on Computing, 8, 2, 134-143, 1996.
  • Rosenkrantz Daniel J., Stearns Richard E. et Lewis II Philip M., An analysis of several heuristics for the traveling salesman problem. SIAM Journal on Computing, 6, 3, 1977, 563-581
  • Silver. E. et R. Peterson, Decision Systems for Inventory Management and Production Planning, 2nd ed., Wiley, 1987.
  • Silver E., Pyke D. et Peterson R., Inventory management and production planning and scheduling. Wiley, 1998.
  • Solomon M. M., Algorithms for the vehicle routing and scheduling problems with time windows constraints. Operations Research, 35, 2, 1987, 254-265.
  • Syslo, M. M., Deo N. et Kowalik J. S., Discrete optimization algorithms with pascal programs. PrenticeHall, 1983.
  • Toth Paolo et Vigo Danielle, An exact algorithm for the vehicle routing problem with backhaul, Transportation Science, vol 31, no 4, 1997, 372-385 
  • Taqa Allah D., Renaud J. et Boctor F. F., Le problème d’approvisionnement des stations d’essence - The gas stations supply problem. Journal Européen des Systèmes Automatisés, 34, 1, 11-33, 2000.
  • Toth Paolo et Vigo Danielle, A heuristic algorithm for the symmetric and asymetric vehicle routing problems with backhaul, European Journal of Operational Research, 113, 1999, 528-543
  • Tompkins, J.A.,  J.A. White, Y.A. Bozer et J.M.A. Tanchoco, Facilities Planning, 3e éd., 2003, 760 p., ISBN: 978-0-471-41389-9.
  • Wood, D.F. et  J.C. Johnson (1996). Contemporary Transportation, 5e éd., Prentice Hall.



Adresse internet du site de cours et autres liens utiles

SIte web Moodle




Autres informations

Ne s'applique pas.