Systme hybride flou multicritre base de connaissance ... ? Systme hybride flou multicritre

  • Published on
    14-Sep-2018

  • View
    212

  • Download
    0

Transcript

Systme hybride flou multicritre base de connaissance pour la slection des systmes dentreposage des charges palettises Moustapha Ahmed Bouh Diane Riopel Mai 2016 CIRRELT-2016-26 Systme hybride flou multicritre base de connaissance pour la slection des systmes dentreposage des charges palettises Moustapha Ahmed Bouh*, Diane Riopel* Centre interuniversitaire de recherche sur les rseaux dentreprise, la logistique et le transport (CIRRELT) et Dpartement de mathmatique et de gnie industriel, cole Polytechnique de Montral, C.P. 6079, Succursale Centre-ville, Montral, Canada H3C 3A7 Rsum. La slection des systmes dentreposage des charges palettises est une phase importante de la conception dentrept. Pour faire le choix dun systme dentreposage, les concepteurs ont actuellement trois options : (1) utiliser leurs propres expriences dans le domaine, (2) se fier un vendeur dquipements et ses catalogues, (3) solliciter un consultant externe (Chan et al., 2001). Les quelques mthodes de slection existantes concernent principalement la slection des quipements de manutention. Une technologie dentreposage est diffrente dun quipement de manutention et lensemble forme un systme dentreposage. Cet article propose une mthode qui aide les concepteurs mieux choisir la solution technologique convenable leurs besoins dentreposage. Cest un systme hybride flou base de connaissance combin la mthode daide la dcision multicritre TOPSIS. La modlisation et la rsolution se font par logique floue. Mots-cls. Systme dentreposage, logique floue, systme base de connaissance, mthode multicritre daide la dcision, mthode de slection. Remerciements. Ce projet de recherche a reu un support financier du programme de subventions la dcouverte du Conseil de recherches en sciences naturelles et en gnie du Canada (CRSNG). Ce support est grandement apprci. Results and views expressed in this publication are the sole responsibility of the authors and do not necessarily reflect those of CIRRELT. Les rsultats et opinions contenus dans cette publication ne refltent pas ncessairement la position du CIRRELT et n'engagent pas sa responsabilit. _____________________________ * Auteurs correspondants: Moustapha.AhmedBouh@cirrelt.ca Diane.Riopel@cirrelt.ca Dpt lgal Bibliothque et Archives nationales du Qubec, Bibliothque et Archives Canada, 2016 Ahmed-Bouh, Riopel et CIRRELT, 2016 1 INTRODUCTION Lentrept est gnralement compos de plusieurs aires : aire de rception, aire dexpdition, aire dentreposage, et aire de prparation de commande. Chaque aire est associe une mission spcifique. Rushton et al. (2014) indiquent que laire dentreposage occupe jusqu 50 % de lespace de lentrept. Les auteurs indiquent aussi que les units de charges palettises sont les plus utilises dans les entrepts hauteur de 49.2 % contre les bacs 14.4% et les caisses 18.6%. La conception de limplantation de la zone dentreposage des charges palettises ncessite la slection des technologies dentreposage et des quipements de manutention. La slection des technologies dentreposage est une des premires tapes franchir. Les dcisions ce niveau sont stratgiques, car elles dterminent les cots dinvestissement en achat des technologies dentreposage et des quipements de manutention. Afin de rdiger le cahier de charges, les ingnieurs ont besoin didentifier les types des technologies dentreposage et des quipements de manutention qui sont convenables au problme dentreposage. Il sagit de faire une slection parmi tous les types dquipements existants. Chaque type dquipement appartient une catgorie et possde diffrents modles vendus par les fournisseurs. Les outils existants daide la dcision dans ce processus de slection des quipements de manutention sont dcrits dans la revue de littrature. La revue montre que les outils de slection des technologies dentreposage sont presque absents. Cet article vise proposer un outil pour faire ce travail de slection des systmes dentreposage composs de technologies dentreposage et dquipements de manutention. Il sagit dun systme hybride flou base de connaissances combin la mthode daide la dcision multicritre TOPSIS (Technique of Order Preference by Similarity to Ideal Solution) pour la slection des systmes dentreposage. Il considre la fois les critres qualitatifs, les critres quantitatifs et les critres de cot. Les critres sont de deux types : critres critiques et critres de performance. En premire partie, une brve revue de littrature est prsente. Les donnes, la modlisation et la mthodologie de slection sont dcrites. Une analyse de sensibilit est ensuite ralise. Finalement une conclusion et une discussion sur la proposition sont faites. 2 REVUE DE LITTERATURE Le problme de slection des quipements de manutention et des technologies dentreposage est un sujet qui ne possde pas jusquaujourdhui une solution optimale. Les derniers travaux de recherche sur ces questions datent de lanne passe 2015. La complexit du problme fait que les rflexions continuent dapporter des rponses. Cest une complexit qui est due au nombre important des variables de dcisions qui changent selon le problme rel pos. Les auteurs des propositions prcisent le domaine dapplication et le cas de figure trait. Il a t possible de recenser 32 articles sur la slection des quipements de manutention publis durant les 30 dernires annes (1985-2015) (Ahmed et Lam, 2014; Beau, 2003; Bookbinder et Gervais, 1992; Chakraborty et Banik, 2006; Chan et al., 2001; Cho et Egbelu, 2005; Chu et al., 1995; Fisher et al., 1988; Fonseca et al., 2004; Gabbert et Brown, 1989; Hadi-Vencheh et Mohamadghasemi, 2015; Hassan, 2010, 2014; Hassan et al., 1985; Karande et Chakraborty, 2012; Kim et Eom, 1997; Kulak, 2005; Malmborg et al., 1989; Maniya et Bhatt, 2011; Matson et al., 1992; Mirhosseyni et Webb, 2009; Onut et al., 2009; Park, 1996; Raman et al., 2009; Sharp et al., 2001; Telek, 2013; Trevino et al., 1991; Tuzkaya et al., 2010; Ustundag, 2014; Velury et Kennedy, 1992; Welgama et Gibson, 1995; Yaman, 2001). Les mthodes utilises sont des modles doptimisation, des systmes experts, des systmes bass sur la connaissance, des mthodes daide la dcision multicritre, des systmes hybrides, et des approches-cadres systmiques. Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettisesCIRRELT-2016-26 1Les solutions purement mathmatiques doptimisation sont freines dans la rsolution du problme de slection des quipements de manutention, car il est difficile de prendre en compte les critres qualificatifs (5 articles sur 32). Les systmes experts sont proches du raisonnement dexpert humain et ils sont actuellement les plus utiliss dans la recherche (10 articles sur 32). Les systmes bass sur la connaissance sont de la mme famille que les systmes experts (4 articles sur 32). tant donn que le problme de slection est un problme daide la dcision, les mthodes daide la dcision multicritres sont elles aussi exploites gnreusement (7 articles sur 32). Les rcentes recherches ont utilis des systmes hybrides qui combinent les systmes experts et les mthodes daide la dcision multicritres ou les modles doptimisation (2 articles sur 32). Cest une approche intressante exploiter dans la mesure o elle permet dutiliser deux forces de rsolution en mme temps, cest aussi le cas de cet article. Les approches-cadres systmiques proposent des cadres de slection des quipements en analysant le caractre systmique du problme (2 articles sur 32). Larticle de Hassan (2014) fait une valuation des systmes experts de slection des quipements de manutention et larticle de Beau (2003) propose des conseils dexpert du domaine. La majorit de ces articles traitent la slection des quipements de manutention. Certains considrent les technologies dentreposage comme tant des quipements de manutention, ce qui relve dune autre cole de pense sur la dfinition de la manutention. Ils considrent lentreposage comme tant une des oprations de manutention. Mais, la fonction entreposage est diffrente de la fonction manutention. Cette littrature est dtaille dans larticle (Ahmed Bouh et Riopel, 2015). La proposition de cet article est un systme de slection des systmes dentreposage. Les systmes dentreposage sont composs de technologies dentreposage et dquipements de manutention. Il est plus facile de choisir dabord une technologie dentreposage avant lquipement de manutention parce que la gamme de technologies dentreposage nest pas trs vaste. Il a t possible didentifier quinze types de systmes dentreposage pour les charges palettises. 3 BASE DE DONNEES Le systme dvelopp utilise trois types de donnes (systmes dentreposage des charges palettises, critres de slection et caractristiques des systmes dentreposage pour les charges palettises en fonction des critres de slection). Elles sont colliges et rsumes dans le rapport technique Ahmed Bouh et Riopel (2016). La littrature spcialise du domaine dentreposage et de manutention a t exploite cet effet. Elle est compose donze monographies, trois aide-mmoires, une encyclopdie, deux dictionnaires et diffrents numros dun magazine. Les systmes dentreposage des charges palettises sont composs de technologies dentreposage et dquipements de manutention. Ils sont en nombre de quinze prsents ci-dessous. Entreposage de masse avec chariot lvateur standard ; Palettier simple profondeur avec chariot lvateur standard ; Palettier double profondeur avec chariot lvateur standard ; Palettier simple profondeur avec chariot lvateur pour alles troites ; Palettier accumulation statique ouvert sur une face avec chariot lvateur standard ; Palettier accumulation statique ouvert sur deux faces avec chariot lvateur standard ; Palettier accumulation dynamique avec chariot lvateur standard ; Palettier gravit inverse avec chariot lvateur standard ; Palettier satellite ouvert sur une face avec chariot lvateur standard ; Palettier satellite ouvert sur deux faces avec chariot lvateur standard ; Palettier mobile avec chariot lvateur standard ; Systme dentreposage automatis simple profondeur ; Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettises2 CIRRELT-2016-26 Systme dentreposage automatis double profondeur ; Systme dentreposage automatis accumulation dynamique ; Systme dentreposage automatis accumulation statique. Les critres de slection utiliss sont en nombre de dix-neuf. Les treize premiers critres sont dits critiques, car ils permettent davoir une prslection. Ils portent sur des aspects technologiques qui restreignent leur utilisation. Les six autres critres sont des critres de performance. Ils permettent de classer par ordre de performance les systmes prslectionns. Leurs intituls et leurs valeurs (entre parenthses) sont prsents ci-dessous. Dfauts de construction de palete accepts (aucun dfaut ou croisement mdiocre) ; Dfauts de forme de palette accepts (aucun ou bosse) ; Dfauts doccupation de la surface de la palette accepts (aucun ou occupation au mieux) ; Autres types de dfauts de palete accepts (retrait ou faible dbord) ; Dfauts demballage des colis accepts (aucun) ; tat de palette accept (bon) ; Mthode de rotation des stocks (PEPS ou DEPS) ; Agression des charges palettises (aucun, choc de dessus, pression de dessus, choc latral et pression latrale) ; Hauteur de la trave (limite par la stabilit de la charge palettise, limite par la capacit des colis, limite par la capacit de la palette, limite par la hauteur maximale de gerbage du chariot lvateur utiliset limite par la hauteur disponible du btiment) ; Profondeur de la trave (en nombre de charges palettises) (valeur numrique) ; Nombre de rfrences idalement requis (trs faible, faible, moyen, lev, trs lev) ; Nombre de charges palettises par rfrence idalement requis (trs faible, faible, moyen, lev, trs lev) ; Flux des charges palettises idalement requis (trs faible, faible, moyen, lev, trs lev) ; Accessibilit chaque palette (trs faible, faible, moyenne, leve, trs leve, excellente) ; Utilisation despace (trs faible, faible, moyenne, leve, trs leve) ; Flexibilit aux changements (trs faible, faible, moyenne, leve, trs leve) ; Coefficient doccupation des alvoles (trs faible, faible, moyen, lev, trs lev) ; Cot dinstallation (nul, faible, moyen, lev, trs lev) ; Vitesse dopration (trs faible, faible, moyen, lev, trs lev). 4 MODELISATION La modlisation et la rsolution se font par logique floue, do le qualificatif flou du systme. La logique floue est fonde sur la thorie des ensembles flous dveloppe en 1965 par le professeur Lotfi Askar Zadeh (Zadeh, 1965). Linadaptation de la logique classique, de la thorie classique des ensembles et des calculs des probabilits la modlisation des phnomnes rels dans toutes leurs complexits a conduit cette ide. Sachant que le monde rel est model dincertitude et dimprcision, il serait vain didaliser les modles mathmatiques dans la simplicit et la prcision. La logique floue permet donc de modliser les notions incertaines et imprcises. Linformation est dite incertaine lorsquil existe un doute sur sa validit. Elle est dite imprcise lorsquil est difficile de lexprimer clairement (Bouchon-Meunier, 2007). Concernant les donnes du problme tudi dans cet article, elles sont simplement imprcises. Un ensemble flou A sous-ensemble dun univers U est dfini par une fonction dappartenance qui a ses valeurs dans lintervalle des rel [0,1]. chaque lment est associ une valeur de () Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettisesCIRRELT-2016-26 3avec 0 () 1. La fonction dappartenance scrit alors [0,1]. La forme de reprsentation triangulaire L-R est utilise pour le problme (Figure 1). Elle est dfinie par deux fonctions L(x) et R(x), une valeur moyenne m, et deux paramtres et . Sa notation simplifie est X = (m, , )LR. La Figure 2 schmatise les ensembles flous du critre Accessibilit chaque palette. 0 1 2 3 4 5 6 Faible 1 m Figure 1 : Reprsentation triangulaire L-R 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Trs faible Faible Moyen lev Trs lev Excellent1 Figure 2 : Ensembles flous du critre Accessibilit chaque palette 5 METHODOLOGIE DE SELECTION Phase 1 : Dans une premire phase, le systme propose lutilisateur de donner des choix sur les critres critiques. Il nest pas oblig de spcifier toutes les valeurs tous les critres critiques de slection. Il y a 13 critres critiques. Selon les choix de lutilisateur, le systme slectionne tous les systmes qui rpondent aux critres. La liste obtenue est analyse davantage dans la Phase 2 de rsolution. Phase 2 : En utilisant les rsultats de la Phase 1, le systme exploite les connaissances floues pour proposer un choix ordonn de la liste de systmes recommands. Ce travail se fait laide de la mthode multicritre TOPSIS en suivant les tapes suivantes. Le problme de slection peut tre dcrit ainsi : Un ensemble de n possibilits de systmes dentreposage = {1,2, , , ,} Degr dimportance Degr dappartenance A Degr dappartenance A Degr dimportance = 4 = 2 = 1 Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettises4 CIRRELT-2016-26avec = 15 ; Un ensemble de J = 6 critres de performance = 1,2, , , ,6 ; Un ensemble de J =6 poids de chaque critre de slection = 1,2, , , ,6 avec [1,10] ; Un ensemble de donnes floues = | = 1, 2, , ; = 1, 2, , 6 de chaque possibilit ( = 1, 2, , ) par rapport aux critres de performance ( = 1, 2, , 6). tape 1 : Les donnes floues sont converties en nombres flous. Ces nombres flous sont des variables appeles xij. Elles sont reprsentes en matrice floue comme ci-dessous. Elle possde six colonnes (six critres) et n lignes (n possibilits de systmes dentreposage). = 11 12 1621 22 26 1 2 6 tape 2 : Les nombres flous et reprsentent respectivement les nombres flous maximums et minimums des systmes sur chaque critre. On applique les aux critres de maximisation (C1 C5) et les au critre de minimisation C6. Ils sont nots : = ,, (1) = ,, (2) Les nombres flous sont positives : > 0, > 0, > 0. Les nombres flous xij son normalises en yij en utilisant les arithmtiques de division entre deux nombres flous de type L-R. ==, ,,,=,,, , == , + 2 , + 2 (3)= , + 2, + 2(4) tape 3 : Les nombres flous normalises yij sont ensuite pondres avec les poids pj > 0 pour trouver les nombres flous normalises pondres zij. Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettisesCIRRELT-2016-26 5 = = , + 2 , + 2 (5), + 2, + 2(6) En multipliant par les poids des critres de slection, la matrice floue normalise pondre devient : = 11 12 1621 22 26 1 2 6 tape 4 : On dtermine la solution idale positive A*, c'est--dire la technologie dentreposage qui possde les plus grandes valeurs zij chaque critre. Elle est obtenue par : = max| =1,2,, ;=1,2,,6(7) On dtermine la solution idale ngative , c'est--dire la technologie dentreposage qui possde les plus petites valeurs zij chaque critre est obtenue par : = min| =1,2,, ;=1,2,,6 (8) tape 5 : On calcule la distance entre chaque possibilit de technologie dentreposage et la solution idale . Elle est obtenue par : = , 6=1 = 1, , ; (9) Avec , = 1/3( )2 + ( )2 + ( )2 (10) On calcule la distance entre chaque possibilit de technologie dentreposage et la solution idale ngative . Elle est obtenue par : = , 6=1 = 1, 2, , ; (11) tape 6 : On calcule les coefficients de proximit relative pour chaque possibilit. Il sagit de dterminer les degrs de proximit de chaque possibilit la solution idale. Ils sont obtenus par : Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettises6 CIRRELT-2016-26 = + = 1, 2, , ; (12) tape 7 : On classe les possibilits par ordre dcroissant des coefficients de proximit relative . Ces coefficients reprsentent le degr de performance de chaque possibilit. La technologie dentreposage qui convient le plus au problme est donc classe premire et celle qui lui convient moins est classe dernire. Le systme proposera trois technologies en liste ordonne. 6 TUDE DE CAS Une mise en pratique de la mthode est importante pour justifier les rsultats. Le problme prsent dans cette partie est un cas thorique. Il a pour but de dmontrer que la mthode dveloppe est fonctionnelle et pourrait par consquent russir un test rel de lindustrie. Une analyse de sensibilit de la mthode est faite dans ce sens. Elle permet dvaluer limpact que pourraient avoir les changements initiaux sur les rsultats obtenus. Dans un premier temps, lutilisateur est invit rpondre aux questions poses par le systme. Les rponses fournies sont reportes de la manire suivante. Les questions sont notes Q et les rponses R. Q1 : Quelle est la mthode de rotation des stocks que vous prconisez ? PEPS / DEPS. R1 : PEPS. Q2 : Quels sont les dfauts de forme de palette accepts ? Aucun / Bosse. R2 : Bosse. Q3 : Quels sont les dfauts de construction de palete ? Aucun / Croisement mdiocre. R3 : Croisement mdiocre. Q4 : Quelle est la profondeur privilgie de la trave (en nombre de charges palettises) ? R4 : 1. En compilant ces rponses, le systme dtermine les technologies qui rpondent aux choix. Notamment, les systmes dentreposage pour ce cas sont : A1 : Palettier simple profondeur avec chariot lvateur standard ; A2 : Palettier simple profondeur avec chariot lvateur pour alles troites ; A3 : Palettier mobile avec chariot lvateur standard ; A4 : Systme dentreposage automatis simple profondeur ; Selon une interface conviviale, lutilisateur donne des poids en nombre entier compris entre 1 et 10 chacun des six critres de slection suivants : C1 : Accessibilit chaque palette ; C2 : Utilisation despace ; C3 : Flexibilit aux changements ; C4 : Coefficient doccupation des alvoles ; C5 : Vitesse dopration ; C6 : Cot dinstallation. Pour ce cas, tous les poids sont gaux 1. Une analyse de sensibilit qui value les changements en fonction des poids est prsente par la suite. Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettisesCIRRELT-2016-26 7En progressant sur la Phase 2 de la rsolution du problme, il est noter que le nombre de possibilits de systmes dentreposage prslectionns pour ce problme sont n = 4. Elles doivent tre classes par ordre dimportance de performance. Les tapes 1, 2 et 3 calculent respectivement la Matrice floue du Tableau 2, la Matrice floue normalise du Tableau 3 et la Matrice floue normalise pondre du Tableau 4. Ces matrices requirent la dtermination selon les quations (1) et (2). Le calcul de la normalisation des nombres flous se fait en utilisant les quations (3) et (4). Les nombres flous normaliss pondrs se calculent selon les quations (5) et (6). Les valeurs des nombres ne changent pas pour ce cas-ci puisque les poids sont gaux 1. ltape 4, on dtermine selon les quations (7) et (8) les solutions idales positive et ngative . Ces solutions permettent de calculer les distances qui sparent entre elles et chaque possibilit Ai. Les quations (9), (10) et (11) sont utilises cet effet. Les valeurs sont prsentes dans le Tableau 5. Tableau 1: Matrice floue du cas tudi C1 C2 C3 C4 C5 C6 A1 12.00, 2.00, 1.00 4.00, 2.00, 1.00 8.00, 2.00, 1.00 10.00, 2.00, 1.00 8.00, 2.00, 1.00 4.00, 2.00, 1.00 A2 12.00, 2.00, 1.00 6.00, 2.00, 1.00 8.00, 2.00, 1.00 10.00, 2.00, 1.00 10.00, 2.00, 1.00 6.00, 2.00, 1.00 A3 12.00, 2.00, 1.00 8.00, 2.00, 1.00 6.00, 2.00, 1.00 10.00, 2.00, 1.00 4.00, 2.00, 1.00 10.00, 2.00, 1.00 A4 12.00, 2.00, 1.00 6.00, 2.00, 1.00 2.00, 2.00, 1.00 10.00, 2.00, 1.00 10.00, 2.00, 1.00 6.00, 2.00, 1.00 Lgende : Tableau 2: Matrice floue normalise du cas tudi C1 C2 C3 C4 C5 C6 A1 1.00, 0.25, 0.25 0.50, 0.31, 0.25 1.00, 0.38, 0.38 1.00, 0.30, 0.30 0.80, 0.28, 0.26 1.00, 0.75, 0.75 A2 1.00, 0.25, 0.25 0.75, 0.34, 0.31 1.00, 0.38, 0.38 1.00, 0.30, 0.30 1.00, 0.30, 0.30 0.67, 0.44, 0.39 A3 1.00, 0.25, 0.25 1.00, 0.38, 0.38 0.75, 0.34, 0.31 1.00, 0.30, 0.30 0.40, 0.24, 0.18 0.40, 0.24, 0.18 A4 1.00, 0.25, 0.25 0.75, 0.34, 0.31 0.25, 0.28, 0.19 1.00, 0.30, 0.30 1.00, 0.30, 0.30 0.67, 0.44, 0.39 Tableau 3: Matrice floue normalise pondre du cas tudi C1 C2 C3 C4 C5 C6 A1 1.00, 0.25, 0.25 0.50, 0.31, 0.25 1.00, 0.38, 0.38 1.00, 0.30, 0.30 0.80, 0.28, 0.26 1.00, 0.75, 0.75 A2 1.00, 0.25, 0.25 0.75, 0.34, 0.31 1.00, 0.38, 0.38 1.00, 0.30, 0.30 1.00, 0.30, 0.30 0.67, 0.44, 0.39 A3 1.00, 0.25, 0.25 1.00, 0.38, 0.38 0.75, 0.34, 0.31 1.00, 0.30, 0.30 0.40, 0.24, 0.18 0.40, 0.24, 0.18 A4 1.00, 0.25, 0.25 0.75, 0.34, 0.31 0.25, 0.28, 0.19 1.00, 0.30, 0.30 1.00, 0.30, 0.30 0.67, 0.44, 0.39 Lgende : Tableau 4: Distances et coefficients de proximit relative Possibilit Classement A1 0.42 1.25 0.749 1 A2 0.48 1.18 0.710 2 A3 1.07 0.60 0.360 4 A4 0.93 0.73 0.440 3 Les coefficients de proximit relative des possibilits par rapport la solution idale sont calculs avec lquation (12) et les valeurs sont dans le mme Tableau 5. Ceci permet de classer les quatre Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettises8 CIRRELT-2016-26possibilits de systmes dentreposage en ordre dcroissant des performances. Le systme le plus performant vient en premier et la dernire sera celle qui conviendrait le moins au problme tudi. Le classement obtenu est 1 > 2 > 4 > 3 puisque 0.749 > 0.710 > 0.440 > 0.360. Les poids attribus chacun des six critres de slection ont leurs impacts dans la proposition. Il est donc recommand lutilisateur de considrer en premier plan le systme dentrepose A1 qui est un palettier simple profondeur avec chariot lvateur standard. En examinant les coefficients de proximit relative des deux possibilits A3 = 0.360 et A4 = 0.440, on remarque ces deux valeurs sont proches. Ce trs faible cart a engendr une diffrence majeure reflte sur le classement (A4 soit classe devant A3). D'aprs ce constat, ainsi que par la rigueur de lapproche scientifique utilise pour le dveloppement du systme hybride flou multicritre base de connaissance pour la slection des systmes dentreposage des charges palettises, une analyse de sensibilit doit tre ralise. 7 ANALYSE DE SENSIBILITE Lanalyse de sensibilit porte sur lvaluation des changements susceptibles lorsque certaines modifications sont enregistres en entre du systme. Elle porte notamment sur limpact des choix des poids des critres de slection par lutilisateur. Le systme est utilisable dans tous les problmes de slection de systmes dentreposage de charges palettises. Lutilisateur prcise au systme les spcificits de son problme dentreposage. La prcision est faite par lattribution des poids (entre 1 et 10) aux critres de performance qui sont en nombre de six. Dpendamment de ses moyens et contraintes, lutilisateur spcifie les caractristiques auxquelles il accorde plus dimportance. Parmi les six critres de performance, cinq dentre eux sont maximiser et le critre de cot est minimiser. Dans ltude de cas ralise plus haut, les poids ont t tous mis 1, ce sont dailleurs les valeurs par dfaut du systme. Lorsque lutilisateur ne les change pas, le systme garde des valeurs gales 1 pour les poids inchangs. Dans cette partie danalyse de sensibilit, la question suivante a t pose : quest-ce qui arriverait la proposition faite par le systme si les poids prenaient des valeurs autres que 1 ? Afin de rpondre cette question, neuf autres cas ont t tudis. En somme, une valuation sur dix cas est ralise. Ces derniers dmarrent avec les possibilits de systmes dentreposage qui sont suggres par la prslection de la Phase 1. Ces possibilits sont les mmes que ltude de cas dtaill en exemple dans cet article. Concernant la Phase 2 de rsolution, diffrents poids de 1 10 ont t attribus aux dix cas. Les valeurs des poids sont prsentes dans le Tableau 6. Tableau 5: Poids des dix cas Poids (Pj) Cas1 Cas2 Cas3 Cas4 Cas5 Cas6 Cas7 Cas8 Cas9 Cas10 P1 1 2 8 1 5 10 10 5 10 10 P2 1 1 2 9 2 2 1 1 10 10 P3 1 5 3 3 1 2 1 2 2 2 P4 1 1 1 8 7 1 1 3 3 10 P5 1 5 3 1 5 1 1 1 1 10 P6 1 1 1 1 5 10 5 1 1 1 En ralisant les matrices et effectuant les calculs de la mthode dveloppe dans larticle, le systme obtient diffrents rsultats pour les dix cas. Les coefficients de performance dits de proximit relative sont tels que prsents par le Tableau 7. En transformant le Tableau 7 en Tableau 8 par la conversion des chiffres en ordre de classement, on remarque que les positions des possibilits changent en fonction des poids des critres de performance indiqus. Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettisesCIRRELT-2016-26 9 Dabord, dans cinq cas sur dix, la possibilit A1 se classe premire. Cela signifie quelle est la meilleure solution pour le problme 50% des cas. La possibilit A1 est classe deux fois en deuxime choix, deux fois en troisime choix, et une fois en quatrime choix. Elle peut tre ainsi considre le choix appropri au problme pos, peu importe le poids des critres de performance. Deuxime remarque, la dernire position est occupe gnralement par les solutions A3 70% des cas, et par A4 20% des cas. Autrement dit, la dernire possibilit A3 ne conviendrait pas idalement au problme. Ce rsultat signifie que si lutilisateur veut liminer une des quatre solutions proposes par le systme, la possibilit A3 est le meilleur candidat 70%. On remarque aussi que la solution A4 ne vient jamais et presque jamais en premire position et deuxime position respectivement. Elle est classe deuxime une seule fois dans le Cas10. Dans 70% des cas, elle est classe en troisime position. Son mdiocre classement pourrait appuyer la dcision dlimination dune autre possibilit. Les deux meilleures solutions sont les possibilits A1 et A2. Tableau 6: Coefficients de proximit relative des dix cas Possibilit Cas1 Cas2 Cas3 Cas4 Cas5 Cas6 Cas7 Cas8 Cas9 Cas10 A1 0.749 0.817 0.733 0.433 0.788 0.904 0.893 0.802 0.353 0.478 A2 0.710 0.901 0.823 0.661 0.650 0.513 0.535 0.771 0.619 0.771 A3 0.360 0.368 0.419 0.725 0.160 0.161 0.153 0.425 0.747 0.449 A4 0.440 0.441 0.446 0.389 0.571 0.393 0.420 0.346 0.432 0.659 Tableau 7: Classement des possibilits des dix cas Classement Cas1 Cas2 Cas3 Cas4 Cas5 Cas6 Cas7 Cas8 Cas9 Cas10 1 A1 A2 A2 A3 A1 A1 A1 A1 A3 A2 2 A2 A1 A1 A2 A2 A2 A2 A2 A2 A4 3 A4 A4 A4 A1 A4 A4 A4 A3 A4 A1 4 A3 A3 A3 A4 A3 A3 A3 A4 A1 A3 Cette analyse montre que lattribution des poids aux critres de performance est dterminante. Une possibilit peut occuper une meilleure position par lobtention de grands poids aux quelques critres o elle est plus valorise que les autres possibilits. Cela engendrera que dautres possibilits soient cartes de la proposition faire. Lutilisateur doit ainsi tenir compte de cet aspect et bien raliser limpact du choix des poids. 8 CONCLUSION ET DISCUSSION La revue de littrature a indiqu que la majorit des articles de recherche confondent les technologies dentreposage avec les quipements de manutention. Ils considrent lentreposage comme tant une des oprations de manutention. Mais, la fonction entreposage est diffrente de la fonction manutention. Cet article est le premier qui traite le problme de slection des systmes dentreposage des charges palettises composs par de technologies dentreposage et dquipements de manutention. La mthode dveloppe pour la slection des systmes dentreposage est un systme hybride flou multicritre base de connaissance. La logique floue et la mthode daide la dcision multicritre TOPSIS sont exploites. Le systme slectionne les meilleures solutions et les classe par ordre de performance. Une analyse de sensibilit dtaille a t faite afin dvaluer les changements engendrs par la variation des poids Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettises10 CIRRELT-2016-26des critres de performance. Il est gnrique et nest pas limit un contexte dentreprise donne. Il est destin tre utilis par tous les concepteurs dans la phase de slection des technologies dentreposage pour les charges palettises lors de la conception dentrept. Une validation plus large du systme reste poursuivre dans les travaux venir. Les spcialistes du domaine seraient plus aptes valuer et porter un jugement sur le rsultat de la mthode dveloppe. Lautomatisation du systme en programme informatique fait partie des travaux venir. 9 REMERCIEMENTS Ce projet de recherche a reu un support financier du programme de subventions la dcouverte du Conseil de recherches en sciences naturelles et en gnie du Canada (CRSNG). Ce support est grandement apprci. 10 REFERENCES Ahmed, A., et Lam, S. S. 2014. Material Handling Equipment Selection Using Multi-Attribute Utility Theory and Monte Carlo Simulation. Communication prsente 2014 Industrial and Systems Engineering Research Conference, Toronto, Canada. Ahmed Bouh, M., et Riopel, D. 2015. Slection des quipements de manutention: revue de littrature. Acte du 11e Congrs international de gnie industriel-CIGI2015, Qubec p. 10. Ahmed Bouh, M., et Riopel, D. 2016. Fiches techniques des systmes dentreposage des charges palettises (Rapport no CIRRELT-2016-21). Tir de https://www.cirrelt.ca/?Page=LASTDOCUMENTS Beau, M. (2003). Creative storage equipment selection and layout design. Material Handling Management. Bookbinder, J. H., et Gervais, D. 1992. Material-handling equipment selection via an expert system. Journal of Business Logistics, 13(1), p. 149-172. Bouchon-Meunier, B. 2007. La logique floue (4e d.). Paris: Presses universitaires de France. Chakraborty, S., et Banik, D. 2006. Design of a material handling equipment selection model using analytic hierarchy process. The International Journal of Advanced Manufacturing Technology, 28(11-12), p. 1237-1245. Chan, F. T. S., Ip, R. W. L., et Lau, H. 2001. Integration of expert system with analytic hierarchy process for the design of material handling equipment selection system. Journal of Materials Processing Technology, 116(23), p. 137-145. Cho, C., et Egbelu, P. J. 2005. Design of a web-based integrated material handling system for manufacturing applications. International Journal of Production Research, 43(2), p. 375-403. Chu, H. K., Egbelu, P. J., et Wu, C.-T. 1995. ADVISOR: A computer-aided material handling equipment selection system. International Journal of Production Research, 33(12), p. 3311-3329. Fisher, E. L., Farber, J. B., et Kay, M. G. 1988. MATHES: An expert system for material handling equipment selection. Engineering Costs and Production Economics, 14(4), p. 297-310. Fonseca, D. J., Uppal, G., et Greene, T. J. 2004. A knowledge-based system for conveyor equipment selection. Expert Systems with Applications, 26(4), p. 615-623. Gabbert, P., et Brown, D. E. 1989. Knowledge-based computer-aided design of materials handling systems. IEEE Transactions on Systems, Man and Cybernetics, 19(2), p. 188-196. Hadi-Vencheh, A., et Mohamadghasemi, A. 2015. A new hybrid fuzzy multi-criteria decision making model for solving the material handling equipment selection problem. International Journal of Computer Integrated Manufacturing, 28(5), p. 534-550. Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettisesCIRRELT-2016-26 11Hassan, M. M. D. 2010. A framework for selection of material handling equipment in manufacturing and logistics facilities. Journal of Manufacturing Technology Management, 21(2), p. 246-268. Hassan, M. M. D. 2014. An evaluation of input and output of expert systems for selection of material handling equipment. Journal of Manufacturing Technology Management, 25(7), p. 1049-1067. Hassan, M. M. D., Hogg, G. L., et Smith, D. R. 1985. A construction algorithm for the selection and assignment of materials handling equipment. International Journal of Production Research, 23(2), p. 381-392. Karande, P., et Chakraborty, S. 2012. Material handling equipment selection using weighted utility additive theory. Journal of Industrial Engineering, 2013. Kim, K. S., et Eom, J. K. 1997. An expert system for selection of material handling and storage systems. International Journal of Industrial Engineering, 4(2), p. 81-89. Kulak, O. 2005. A decision support system for fuzzy multi-attribute selection of material handling equipments. Expert Systems with Applications, 29(2), p. 310-319. Malmborg, C. J., Krishnakumar, B., Simons, G. R., et Agee, M. H. 1989. EXIT: a PC-based expert system for industrial truck selection. International Journal of Production Research, 27(6), p. 927-941. Maniya, K. D., et Bhatt, M. G. 2011. A multi-attribute selection of automated guided vehicle using the AHP/M-GRA technique. International Journal of Production Research, 49(20), p. 6124. Matson, J. O., Mellichamph, J. M., et Swaminathan, S. R. 1992. EXCITE: Expert consultant for in-plant transportation equipment. International Journal of Production Research, 30(8), p. 1969-1983. Mirhosseyni, S. H. L., et Webb, P. 2009. A hybrid fuzzy knowledge-based expert system and genetic algorithm for efficient selection and assignment of material handling equipment. Expert Systems with Applications, 36(9), p. 11875-11887. Onut, S., Kara, S. S., et Mert, S. 2009. Selecting the suitable material handling equipment in the presence of vagueness. International Journal of Advanced Manufacturing Technology, 44(7-8), p. 818-828. Park, Y.-B. 1996. ICMESE: Intelligent consultant system for material handling equipment selection and evaluation. Journal of Manufacturing Systems, 15(5), p. 325-333. Raman, D., Nagalingam, S. V., Gurd, B. W., et Lin, G. C. I. 2009. Quantity of material handling equipmentA queuing theory based approach. Robotics and Computer-Integrated Manufacturing, 25(2), p. 348-357. Rushton, A., Croucher, P., et Baker, P. 2014. The Handbook of Logistics and Distribution Management: Understanding the Supply Chain (5e d.). London, UK: Kogan Page. Sharp, G., Wan, Y.-T., McGinnis, L. F., Goetschalckx, M., Bodner, D., Govindaraj, T., Ram, B., et Everette, J. 2001. A structured approach to material handling system selection and specification for manufacturing. Communication prsente Industrial Engineering Research Conference. Telek, P. 2013. Equipment preselection for integrated design of materials handling systems. Advanced Logistics Systems, 7(2), p. 57-66. Trevino, J., Hurley, B. J., Clincy, V., et Jang, S. C. 1991. Storage and industrial truck selection expert system (SITSES). International Journal of Computer Integrated Manufacturing, 4(3), p. 187-194. Tuzkaya, G., Glsn, B., Kahraman, C., et zgen, D. 2010. An integrated fuzzy multi-criteria decision making methodology for material handling equipment selection problem and an application. Expert Systems with Applications, 37(4), p. 2853-2863. Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettises12 CIRRELT-2016-26Ustundag, A. 2014. Selection and Assignment of Material Handling Devices Under Uncertainty. Dans C. Kahraman & B. ztayi (dit.), Supply Chain Management Under Fuzziness (vol. 313, p. 553-564): Springer Berlin Heidelberg. Velury, J., et Kennedy, W. J. 1992. A systematic procedure for the selection of bulk material handling equipment. International Journal of Production Economics, 27(3), p. 233-240. Welgama, P. S., et Gibson, P. R. 1995. A hybrid knowledge based/optimization system for automated selection of materials handling system. Computers & Industrial Engineering, 28(2), p. 205-217. Yaman, R. 2001. A knowledge-based approach for selection of material handling equipment and material handling system pre-design. Turkish Journal of Engineering And Environmental Sciences, 25(4), p. 267-278. Zadeh, L. A. 1965. Fuzzy sets. Information and control, 8(3), p. 338-353. Systme hybride flou multicritre base de connaissance pour la slection des systmes d'entreposage des charges palettisesCIRRELT-2016-26 131 Introduction2 Revue de littrature3 Base de donnes4 Modlisation5 Mthodologie de slection6 tude de cas7 Analyse de sensibilit8 Conclusion et discussion9 Remerciements10 Rfrences

Recommended

View more >