Supply chain management optimization using meta-heuristics approaches applied to a case in the automobile industry

Hfeda, Marwan (2018). Supply chain management optimization using meta-heuristics approaches applied to a case in the automobile industry. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (2MB) | Prévisualisation
Prévisualisation	PDF Télécharger (589kB) | Prévisualisation

Résumé

This thesis presents supply chain management optimization with meta-heuristics approaches, specifically on issues regarding the configuration of a generic multi stage distribution network, and the determination of a milk-run delivery issue in lean supply chain management. Indeed, this issue can be represented as the routing of the supply or delivery vehicle to construct multiple pick-ups or drop-offs on a regularly scheduled basis and at different locations.

The optimal model for this milk-run delivery issue must aim to improve vehicle load and minimize transportation distance (optimal delivery route) between facilities while optimizing the entire delivery of goods among the supply chain facilities. The set of meta-heuristics approaches and hybrid meta-heuristics approaches introduced in the present research aim to become a modeling system to find an optimal solution for the transportation distance as well as the optimal delivery frequency for managing the transportation of goods in highly complex logistic networks. In fact, the optimal transportation distance ensures that the total cost of the entire supply chain is minimized.

In particular, this modeling system groups concepts about integrated supply chain management proposed by logistics experts, operations research practitioners, and strategists. Indeed, it refers to the functional coordination of operations within the firm itself, between the firm and its suppliers as well as between the firm and its customers. It also references the inter-temporal coordination of supply chain decisions as they relate to the firm’s operational, tactical and strategic plans.

The milk-run delivery issue is studied two ways: with the Genetic Algorithm approach and with the Hybrid of Genetic Algorithm and the Ant Colony Optimization approach. Various frameworks, models, meta-heuristics approaches and hybrid meta-heuristics approaches are introduced and discussed in this thesis. Significant attention is given to a case study from the automobile industry to demonstrate the effectiveness of the proposed approaches.

Finally, the objective of this thesis is to present the Genetic Algorithm approach as well as the Hybrid of Genetic Algorithm with Ant Colony Optimization approach to minimize the total cost in the supply chain.

This proposed Hybrid of Genetic Algorithm along with the Ant Colony Optimization approach can efficiently and effectively find optimal solutions. The simulation results show that this hybrid approach is slightly better efficient than the genetic algorithm alone for the milk-run delivery issue which allows us to obtain the minimum total automobile industry supply chain cost.

Titre traduit

Optimisation de la gestion de la chaîne d'approvisionnement approches meta-heuristiques appliquées à un cas dans l'industrie automobile

Résumé traduit

Cette thèse présente l'optimisation de la gestion de chaînes d’approvisionnement avec des approches méta-heuristiques, en particulier pour la configuration d'un réseau de distribution multi-étages générique, pour la détermination d'un problème de livraison de type « tournée d’un laitier » avec une gestion lean de la chaîne d’approvisionnement. En effet, cette question peut être représentée comme l’itinéraire du véhicule d'approvisionnement ou de livraison de plusieurs collectes ou livraisons sur une base régulière et à différents endroits.

Le modèle optimal de livraison de « tournée d’un laitier » doit viser à améliorer la charge du véhicule et à minimiser la distance de transport (itinéraire optimal de livraison) entre les installations tout en optimisant la livraison complète des marchandises entre les installations de la chaîne d'approvisionnement. L'ensemble des approches méta-heuristiques et métaheuristiques hybrides présentées dans ce mémoire vise à devenir un système de modélisation afin de trouver une solution optimale pour la distance de transport ainsi qu'une fréquence de livraison optimale pour gérer le transport de marchandises dans des réseaux logistiques hautement complexes. En fait, la distance de transport optimale garantit que le coût total de l'ensemble de la chaîne d'approvisionnement est minimisé.

En particulier, ce système de modélisation regroupe des concepts de gestion intégrée de la chaîne d'approvisionnement, proposés par des experts en logistique, des praticiens de la recherche opérationnelle et des stratèges. En effet, il fait référence à la coordination fonctionnelle au sein de l'entreprise, entre l'entreprise et ses fournisseurs et aussi entre l'entreprise et ses clients. Il fait également référence à la coordination inter temporelle des décisions relatives à la chaîne d'approvisionnement en ce qui concerne les plans opérationnels, tactiques et stratégiques de l'entreprise.

Le problème de livraison de la « tournée d’un laitier » est étudié avec l'approche de l'algorithme génétique ainsi qu’avec une approche hybride de l'algorithme génétique et l'approche d’optimisation de colonies de fourmis. Plusieurs cadres, modèles, approches métaheuristiques et approches méta-heuristiques hybrides sont présentés et discutés dans cette thèse. Une étude de cas pertinente, issue de l’industrie automobile, est également présentée pour démontrer l'efficacité des approches proposées.

Enfin, l’objectif de cette thèse est de présenter une approche d'algorithme génétique et aussi une approche hybride de l'algorithme génétique combiné avec l’approche d’optimisation inspirée des colonies de fourmis, pour minimiser le coût total de la chaîne d'approvisionnement.

Cette approche hybride de l'algorithme génétique et de l'optimisation de colonies de fourmis peut efficacement trouver des solutions optimales. Les résultats de la simulation démontrent que cette approche hybride est légèrement plus efficace que l'algorithme génétique seul pour l’itinéraire optimal de livraison (tournée d’un laitier) qui permet d'obtenir le coût total minimum de la chaîne d'approvisionnement dans le cas étudié issu de l’industrie automobile.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Thesis presented to École de technologie supérieure in partial fulfillment for a master's degree with thesis in mechanical engineering". Comprend des références bibliographiques (pages 73-78).
Mots-clés libres:	chaîne d'approvisionnement, optimisation, tournée d’un laitier, méta-heuristique hybride, algorithme génétique, optimisation de colonies de fourmis
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Marchand, Françoise
Codirecteur:	Codirecteur Dao, Thien-My
Programme:	Maîtrise en ingénierie > Génie mécanique
Date de dépôt:	09 avr. 2019 17:41
Dernière modification:	09 avr. 2019 17:41
URI:	https://espace.etsmtl.ca/id/eprint/2271

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt