Un modèle de planification tactique avec chevauchement

La gestion de projets est une discipline complexe, qui requiert des outils efficaces pour aider les gestionnaires dans la prise de décision. En construction, cette discipline emploie des techniques de fast tracking, similaires à celles de l'ingénierie simultanée, afin de réaliser les projets en régime accéléré. Une des techniques couramment employées est le chevauchement des lots de travaux, consistant à exécuter en parallèle deux lots normalement séquentiels, en commençant le lot aval tout en se basant sur des informations préliminaires du lot amont. Des outils de planification de projet avec chevauchement existent mais concernent uniquement le niveau opérationnel. À notre connaissance, les praticiens ne disposent pas d'outils les aidant dans leur choix de chevauchement lors de la planification tactique. Compte tenu de l'importance de ces pratiques dans le milieu industriel d'aujourd'hui, ce mémoire traite de la planification tactique de projet avec des possibilités de chevauchement entre les lots de travaux. Un modèle de planification agrégée, connue aussi sous le nom de Rough-Cut Capacity Planning, avec chevauchement est proposé sous forme de programme linéaire en nombres entiers. Ce modèle combine des représentations discrète et continue du temps et considère plusieurs modes de chevauchement possibles pour les lots. Le modèle a été testé sur 5 séries de 450 instances chacune et permet de résoudre plus de la moitié en moins de 500 secondes. Moins que le tiers de ces instances n'a pas été résolu à l'optimum dans un délai inférieur à 10000 secondes. Les résultats montrent que le chevauchement, initialement une technique d'accélération de projet, permet également la réduction des coûts en autorisant une meilleure distribution des charges. Cependant, certaines limitations ont été soulevées à notre modèle, concernant surtout son applicabilité à la pratique. En particulier, le modèle requiert des entrées qui peuvent être difficilement accessibles pour un projet réel et la résolution exacte nécessite de long temps de calcul pour des projets de grande ampleur. Afin de contourner la deuxième limite, une alternative a été envisagée en construisant une heuristique basée sur le modèle exact. Cette heuristique semble donner des résultats encourageants. D'autres limitations ont également été soulignées concernant le caractère aléatoire des données, le type des liens d'antériorité et les fonctions objectifs considérées. Ces limitations, ainsi que les résultats prometteurs obtenus par la solution alternative, ouvrent plusieurs voies de recherche pertinentes. Les principales avenues sont le développement d'une heuristique basée sur le modèle exact, la prise en compte de l'incertitude et la généralisation des liens d'antériorité.

Abstract

Project management is a complex discipline that requires strong tools in order to help the managers make the best decisions. In construction, fast tracking techniques, similar to Concurrent Engineering techniques, are commonly employed in order to accelerate project execution. One of these techniques is the overlapping of work packages, consisting in executing in parallel two normally sequential work packages, by starting the successor before the end of the predecessor based on preliminary information. While some planning tools with overlapping exist for the operational level, to our knowledge, no such tools are dedicated for the tactical level. Thus, practitioners do not have a tool that helps them make overlapping decisions at a tactical planning. Motivated by a true need, this study focuses on tactical project planning with the possibility of overlapping for work packages. A mixed integer linear programming model for the Rough-Cut Capacity Planning problem with overlapping is proposed. The model combines continuous and discrete representations of time, and considers several possible overlapping modes for work packages. The model was tested on 5 sets of 450 instances each, and manages to solve more than half of instances within 500 seconds, while less than one third of the instances were not solved to optimality when reaching the time limit of 10000 seconds. Results show that overlapping can reduce project cost by allowing a better distribution of workload, even though it is primarily a technique for accelerating projects. The model has several limitations mostly concerning its fitness to real projects applications. In fact, the model requires inputs that can be challenging to obtain in real projects, and it requires long solving times for big projects. In order to address that second limitation, a heuristic based on the exact model was proposed as an alternative solution, and gives very encouraging preliminary results. Other limitations were also raised concerning the stochastic nature of the problem, the type of precedence relations, and the considered objectives. These limitations, as well as the promising results of the alternative solution, offer interesting prospects for the future. Possible research avenues include development of heuristics based on the exact model, consideration of uncertainty, and generalization of precedence relations.