ROSTUDELOPTIMIZATION AS A SERVICE

rostudel.com

LA RO EN ENTREPRISE, POINT DE VUE ET RETOUR D’EXPERIENCE

D’UN CONSULTANT INDEPENDANT

OR en entreprise kezako?

OR : modèles + outils pour décrire la complexité

OR : Théorie + code (librairies+ éventuellement modeleurs)

Architecture

Consulting

R&D : Séminaires, Universités, Thèses, PostDoc

rostudel.com

Anglo-saxons : Management Sci. + Stats + Simulation + optimisation

Stratégie / conseils /excel / modeleurs (on livre les résultats)

France : Approche plus formelle : Optimisation Combinatoire (méthodes exactes et approchées), algorithmique, P vs NP

Progiciel (on livre l’algo enfoui dans du code)

OR CRISIS ?

4 cas clients concrets

La RO outil de la relation client : démo ODM

rostudel.com

CAS 1 : Emplois du temps

rostudel.com

Planifier des personnes Grande distribution, restauration, aérien 20 -> 200 000 personnes Règles métiers (35 heures, annualisation,

repos compensateurs, pairing, équité…) Granularités : de l’année au ¼ heure.

rostudel.com

PL pour couvrir la charge, mais durées d’activités liées à des choix de modèles de jour : PLNE (Balas)

Exemple du Semaine/JOUR/ ¼ heure (congés+jour+ ¼)

Les modèles (patterns) de jour sont des assemblages complexes (pauses, début , fin, durée des plages) : PPC ou PLNE pour générer les plages et Programmation dynamique pour déterminer le meilleur choix d’activité (règles de dominance)Branch and Price car il faut générer un nombre de patterns raisonnable (dynamiquement en fonction des duaux de charge)

rostudel.comCAS 2 : ACHAT DE VEHICULES

JAN JUN

•Lisser la livraison des voitures chez un loueur. •Arbitrage coût de détention et couverture de la demande journalière

rostudel.com

63.16

73.16

83.16

93.16

103.16

113.16

111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111 111

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Categ 18 Source _nopic

J our Mois

Données21

12

10

Demande constante de 96 véhicules par jour couverte par deux batchs: une arrivée de 43 véhicules un départ de 12 véhiculesune partie fixe de 63 véhicules

La RO sans peine

Résolu à l’optimal avec un bon modèle MIP

Analyse comparative immédiate Facile à vendre (itératif) « Facile » à étendre : traiter plus de

batchs, sur une fenêtre de temps plus grande

rostudel.com

CAS 3 : USINE NUMERIQUE

Un “job shop” avec des machines, des zones de stockage, des personnes et des charriots

Semi-conducteurs : Investissements Md €, peu d’optimisation de la chaîne de production avant “FAB300”

rostudel.com

PR

I_R

S2

03

ST1

07

ST1

08

ST1

14

ST?

LE2 LE1

LE3

TM

7 0

1

TM

7 1

5

TM

7 1

4

TM

7 1

1

TM

7 1

2

TM

7 1

3

TM

7 1

0

TM

7 0

9

TM

7 0

8

TM

7 0

7

TM

7 0

6

TM

7 0

5

TM

7 0

4

TM

7 0

3

TM

7 0

2

OV

1O

V2

OV

3O

V4

CD

8C

D7

CD

6C

D5

CD

4C

D3

CD

2C

D1

Scenario :déroulement processus (1 lot, 1 niveau)

NP-TRES DUR ! => CRM

Sur-couche PPC ILOG SCHEDULER LNS On ne sait résoudre que de petites

instances (le client pas mieux) Améliorer la LNS Brancher des heuristiques clients Rescheduling (flux continu, encours,

incidents)

rostudel.com

rostudel.com

TRIPS/TIMES O-D

05:00

06:00

07:00

08:00

09:00

10:00

11:00

12:00

13:00

14:00

15:00

16:00

17:00

18:00

19:00

20:00

21:00

22:00

23:00

TRIP OD224 LON-YOR                                      

TRIP OD225 LON-YOR                                      

TRIP OD226 LON-LEE                                      

TRIP OD227 LON-YOR                                      

TRIP OD228 LON-YOR                                      

TRIP OD229 LON-LEE                                      

TRIP OD230 YOR-LEE                                      

TRIP OD231 LON-YOR                                      

TRIP OD232 LON-LEE                                      

TRIP OD233 LON-YOR                                      

TRIP OD234 LON-YOR                                      

TRIP OD235 LIV-LEE                                      

TRIP OD236 LON-YOR                                      

TRIP OD237 LON-YOR                                      

TRIP OD238 LON-LEE                                      

TRIPS MAY REQUIRE A SPECIFIC SET OF SKILLS

CAS 4 : Habillage d’horaires de chemin de fer

VRO-1 : Duties       

               

   

       

     

       

Base 1

Base 2

Base 1

Base 2

LON-YOR0D224

LEE-YOR0D242

YOR-BIR0D289

rostudel.com

nbLegs[Source] == 0;forall(c in CaBMovesSource : c!=Source){ prev[c]!=c => nbLegs[c] == 1+nbLegs[prev[c]] prev[c] == c => nbLegs[c] == 0}

Le graphe original contient des cycles (les plannings se répètent de jour en jour) : un diagramme réalisable ne contient pas de cycle. Le modèle PPC de génération de diagramme doit casser les cycles !

Théorie des graphes

Le modèle plutôt que l’architecture

Solver Component

Constraint Programming (CP)

Specific constraints

Simplex (LP) MIP

Column

Generation

« Shortest path »

Algorithm

rostudel.com

Ilog Cplex, COIN CLP, LP-Solve, XPress Ilog Solver, CHOCO

OPL-ODM, MOSEL, AIMMS

OAAS => partenariats

EURODECISION+TELASIDE pour l’affectation de matériel radio à des pions communicants

ED : modèle MIP compétences : J2EE + DB TELASIDE : SPRING +

HIBERNATE (MySQL...) ROSTUDEL : CPLEX JAVA

Formations et conseils autour des librairies

Applications à la demande pour non spécialistes RO via la plateforme ODMS Investment

management Railway Supply-chain

Demain ?

“Les opérationnels” n’ont jamais été aussi proches des applications RO/AD

Des nouveaux clients, friands d’applications qui « parlent leur langage » (n’oubliez pas UML,UP)

Supply Chain => Data Mining + ARIMA . Et maintenant l’aide à la décision ?

Secteur de la publicité : TV Add Campaign MIP : 100,000 rows 155,000 variables (100,000 booleans) 2 millions Non Zeros

rostudel.com

Et vous ?

Recherche -> Thèse+post Doc Utilisateur plus ou moins avancé Evangélisateur

Questions ?

rostudel.com

Ouvrages pour poursuivre