Transcript approche processus et logique floue

Mesure de la performance de la
chaine logistique verte en se basant
sur l’approche processus et la logique
floue
Hind Lachir1, 2, Rachid Benmoussa1, Bernard Grabot2
1. ENSA de Marrakech, Maroc
2. LGP-ENIT, INPT, Université de Toulouse, France
INTRODUCTION
La satisfaction des clients passe par une bonne maîtrise de la
performance des différents éléments de la chaine logistique.
Les critères de performance ont évolué d’une performance
monocritère, strictement financière, à une performance
multicritères (coûts, qualité, délais, innovation, impacts sociétaux,
environnementaux…)
Mesure de la performance d’une chaine logistique "verte", basée sur
une approche par processus et sur la logique floue
Etat de l’art (1)

SCOR / GreenSCOR


plan, make, source, deliver, return
ISO 14001
liste un ensemble d’exigences pour la gestion des
impacts l'environnementaux générés par les activités
d’une entreprise.
 ne suggère pas de moyens ou de lignes directrices
pour le déploiement d’une démarche verte,
 exige que l’entreprise fournisse des efforts pour
réduire son impact global sur l'environnement et
donne la preuve de ces efforts à travers un ensemble
de documents

Etat de l’art (2)

ISO 14031
donne des lignes directrices pour construire un
système de mesure qui tienne compte de l’aspect
environnemental.
 préconise l'utilisation d'indicateurs
environnementaux regroupés au sein d’un tableau
de bord environnemental.

Indicateurs de Performance du Management
environnemental (IPM - par exemple le nombre d'heures de
formation aux problématiques environnementales par
employé),
 Indicateurs de Performance Environnementale (IPE - par
exemple, la quantité de déchets par produit fabriqué)
 Indicateurs de Condition Environnementale (ICE - par
exemple les kilos de CO2 émis par heure de travail)


Ecobilan [Loerincik et Jolliet, 2007].
L’ « approche processus » pour la mesure de la
performance
Approche processus proposé dans Benmoussa et al., 2009 :


un formalisme clair et précis pour le découpage de la chaine en
processus selon la vision stratégique de l’entreprise
une méthode pour identifier un système d’indicateurs de
performance cohérents, guidé par la vision stratégique de
l’entreprise.
Description de l’approche processus
DC1
DCn
MP1( FCS1, OS1, IS)
MP2
…..……………
DCn
DC1
DC2
A1(FCpg1, Opg1, Ip)
T1(FCpg1, Opg1, Ip)
Pn
A2
…..………
An
DC2
T2
…..………
Tn
Eclatement en tâches
DC1
…..………
P2
Regroupement en activités
P1( FCP1, OP1, IP1)
DC1
MPn
Mesure de la performance
Structuration de la chaîne
Finalités stratégiques
(OS, IG)
Apport spécifique – approche « processus »
• Adapter l’approche processus à une chaine logistique verte
Les finalités stratégiques de cette approche sont groupées en quatre axes :
Efficacité, Efficience, Relation Client et Flexibilité.
Une adaptation « verte » consistera à intégrer un autre axe stratégique orienté
"environnement".
• Faciliter le choix des indicateurs selon les objectifs cibles de l’entreprise :
Ontologie d’indicateurs
Apport spécifique – evaluation et agregation des indicateurs
• les données mesurées peuvent être entachées d’imprécision et d’incertitude
• certaines peuvent être subjectives
Logique floue – théorie des possibilités
• au niveau local : mesurer le degré de contribution de chaque élément
• au niveau global : agréger le résultat des différents indicateurs élémentaires afin
de conclure sur la performance globale de la chaine logistique verte, à l'aide
d'une inférence floue.
UTILISATION DE LA LOGIQUE FLOUE



Élément 1 : Définition des variables d’entrée et de sortie que l’on veut
manipuler.
Élément 2 : Détermination de l’univers du discours de chaque variable,
de la partition des univers en classe et finalement de la fonction
d’appartenance de chaque classe.
Élément 3 : Définition des règles floues de la forme SI…ET…. ALORS ….
La définition des règles se fait en se basant sur une base de connaissance ou en se
référant à l’avis d’un expert qui maîtrise le comportement du système.

Élément 4 : Spécification des opérateurs d’implication, d’agrégation et la
méthode de défuzzification
Paramétrage des variables d’entrées et de sorties pour
la mesure du degré de contribution
Les variables d’entrées

Dans une vision classique, la contribution d’un processus P dans
la réalisation de P+1 peut être mesurée selon les variables
suivantes :
1.
T : le % de temps pris par P dans la réalisation de P+1 par rapport
aux autres processus de même niveau que P qui participent à la
réalisation de P+1
2.
V A : le % de la valeur ajoutée de P dans la réalisation de P+1par
rapport aux autres processus du même niveau que P et qui
participent à la réalisation de P+1
3.
C : le % de coût de P par rapport aux coûts des autres processus
de même niveau que P qui participent à la réalisation de P+1
Paramétrage des variables d’entrées et de sorties pour
la mesure du degré de contribution
Les variables d’entrées


Dans un cadre vert : la contribution d’un processus doit prendre
en compte l’aspect écologique.
Nous proposons :
1.
R : % ressources consommées par P par rapport aux autres
processus de même niveau que P qui participent à la réalisation
de P+1
2.
D : % des déchets générés par P lors de sa réalisation par rapport
aux autres processus de même niveau que P qui participent dans
la réalisation de P+1
Paramétrage des variables d’entrées et sorties pour la mesure
du degré de contribution


Univers de discours : la plage de variation des variables d’entrée et de
sortie est l’intervalle [0%, 100%].
Fonctions d’appartenance
Fonctions d’appartenance de la variable temps

Variable coût : Faible [0 0 40] moyen [25 50 75], important [60 100 100].

Variable valeur ajoutée : faible [0 0 45], moyenne [25 50 75], importante [60 100 100].

Variable ressources : faible [0 0 35]moyenne[20 50 70], importante [60 100 100].

Variable déchets : faible[0 0 40], moyen[20 50 80], important [60 100 100].
Paramétrage des variables d’entrées et sorties pour la mesure
du degré de contribution
Choix des opérateurs :
Pour l’implication on choisit Mandani et pour l’agrégation on choisit
l’opérateur max.
Exemples de règles floues



R1 : si T est important et C faible et VA importante et D faible alors DC
moyen
R2 : Si T est important et C est faible et VA moyenne et D moyen et R est
moyenne alors DC faible
R 3 : Si T est important et C moyen et VA importante et D faible et R
faible alors DC important
Paramétrage des variables d’entrées et sorties pour la mesure
du degré de contribution

La variable de sortie qu’on veut estimer est représentée par la fonction
d’appartenance suivante
Exemple d’exploitation du modèle de mesure de
contribution
CONCLUSION ET PERSPECTIVES
Le modèle proposé reste un modèle générique, dans l’attente de l’affiner au
niveau des fonctions d’appartenance utilisées ainsi que la base des
règles floues.
Perspectives d’exploitation et d’amélioration de cette approche :



tenir compte du degré de contribution et des différents indicateurs
identifiés pour la mesure de la performance globale,
réaliser une ontologie d’indicateurs qui sera intéressante pour le choix
d'indicateurs de performance pertinents et adéquats par rapport à la
finalité stratégique choisie,
étude de cas pour validation des différents modèles.