Optimisation de la planification de production dans l'industrie papetière
Un grand fabricant de l'industrie papetière (papiers tissu) a demandé à COSMO CONSULT de développer une solution pour optimiser simultanément la planification de la production, de l'entreposage et du transport au sein d'un réseau de production européen. La solution mise en place a permis une réduction considérable des coûts totaux de la Supply Chain, et elle a rendu l'entreprise capable de réagir rapidement et avec souplesse aux changements soudains du marché.
Bénéfices principaux
- Réduction du coût total de la chaîne d'approvisionnement par optimisation simultanée de ses principaux maillons
- Simulation simple de scénarios et de paramètres (par exemple : nouvelle machine, localisation de la production)
- Comparaison de différentes variantes et procédures de planification
- Intégration de sources de données externes telles que Google Maps
Situation initiale
L'entreprise planifiait manuellement l'affectation des ressources pour ses différents produits. En raison des nombreuses restrictions et dépendances, cela nécessitait beaucoup d'expérience et d'intuition. Afin de réduire les coûts et d'avoir plus d'autonomie par rapport aux experts en planification, la société a chargé COSMO CONSULT de développer une solution qui aide les décideurs et génère automatiquement des plans de production et de transport. En même temps, la solution devait facilement calculer des scénarios alternatifs, tels que des décisions d'investissement.
Approche retenue
Après un atelier commun, l'équipe projet a d'abord développé une architecture logicielle composée en grande partie de modules de traitement et d'optimisation des données. Elle comprend également une interface utilisateur graphique qui permet d'utiliser facilement et efficacement les fonctions d'optimisation et de gestion des données. Pour cartographier complètement le problème d'optimisation, un modèle mathématique a été créé, sur la base duquel une solution C++ a été développée, en s'appuyant l'algorithme "CPLEX solver" de IBM pour les sous problèmes.
En raison de la complexité de la tâche, l'équipe a choisi une méthodologie de projet agile, avec des retours réguliers et un processus de développement itératif. Ainsi, il a été possible d'atteindre un haut niveau de satisfaction, dès le départ. Au cours du processus d'optimisation, le long temps de fonctionnement typique des programmations mixtes en nombres entiers (MIP) a constitué un défi particulier. En décomposant le problème et en séparant les contraintes, l'équipe de projet a réussi à réduire le temps de fonctionnement de 5 à 10 minutes par cycle d'optimisation.
Bénéfice supplémentaire
L'optimisation simultanée de tous les types de coûts pertinents a permis de réduire considérablement les coûts totaux de la chaîne d'approvisionnement. L'expérience et l'intuition des employés ont ainsi été transformées en connaissances numériques. Aujourd'hui, l'entreprise est beaucoup moins dépendante des connaissances de chaque collaborateur. Des temps de fonctionnement plus rapides et un paramétrage plus souple ont également permis de raccourcir les cycles de planification et de réagir rapidement aux changements.
