Transportation Optimization in Tactical and Operational Wood Procurement Planning

L'économie canadienne est dépendante du secteur forestier. Cependant, depuis quelques années, ce secteur fait face à de nouveaux défis, tels que la récession mondiale, un dollar canadien plus fort et une baisse significative de la demande de papier journal. Dans ce nouveau contexte, une planification plus efficace de la chaîne d'approvisionnement est devenue un élément essentiel pour assurer le succès et la pérennité du secteur. Les coûts de transport représentent une dépense importante pour les entreprises forestières. Ceci est dû aux grands volumes de produits qui doivent être transportés sur de grandes distances, en particulier dans le contexte géographique d'un grand pays comme le Canada. Même si les problèmes de tournée de véhicules sont bien couverts dans la littérature, le secteur forestier a beaucoup de caractéristiques uniques qui nécessitent de nouvelles formulations des problèmes et des algorithmes de résolution. À titre d'exemple, les volumes à transporter sont importants comparés à d'autres secteurs et il existe aussi des contraintes de synchronisation à prendre en compte pour planifier l'équipement qui effectue le chargement et le déchargement des véhicules. Cette thèse traite des problèmes de planification de la chaîne logistique d'approvisionnement en bois: récolter diverses variétés de bois en forêt et les transporter par camion aux usines et aux zones de stockage intermédiaire en respectant la demande pour les différents produits forestiers. Elle propose trois nouvelles formulations de ces problèmes. Ces problèmes sont différents les uns des autres dans des aspects tel que l'horizon de planification et des contraintes industrielles variées. Une autre contribution de cette thèse sont les méthodologies développées pour résoudre ces problèmes dans le but d'obtenir des calendriers d'approvisionnement applicables par l'industrie et qui minimisent les coûts de transport. Cette minimisation est le résultat d'allocations plus intelligentes des points d'approvisionnement aux points de demande, d'une tournée de véhicules qui minimise la distance parcourue à vide et de décisions d'ordonnancement de véhicules qui minimisent les files d'attentes des camions pour le chargement et le déchargement. Dans le chapitre 3 on considère un modèle de planification tactique de la récolte. Dans ce problème, on détermine la séquence de récolte pour un ensemble de sites forestiers, et on attribue des équipes de récolte à ces sites. La formulation en programme linéaire en nombres entiers (PLNE) de ce problème gère les décisions d'inventaire et alloue les flux de bois à des entrepreneurs de transport routier sur un horizon de planification annuel. La nouveauté de notre approche est d'intégrer les décisions de tournée des véhicules dans la PLNE. Cette méthode profite de la flexibilité du plan de récolte pour satisfaire les horaires des conducteurs dans le but de conserver une flotte constante de conducteurs permanents et également pour minimiser les coûts de transport. Une heuristique de génération de colonnes est créée pour résoudre ce problème avec un sous-problème qui consiste en un problème du plus court chemin avec capacités (PCCC) avec une solution qui représente une tournée de véhicule. Dans le chapitre 4, on suppose que le plan de récolte est fixé et on doit déterminer les allocations et les inventaires du modèle tactique précédent, avec aussi des décisions de tournée et d'ordonnancement de véhicules. On synchronise les véhicules avec les chargeuses dans les forêts et dans les usines. Les contraintes de synchronisation rendent le problème plus difficile. L'objectif est de déterminer la taille de la flotte de véhicules dans un modèle tactique et de satisfaire la demande des usines avec un coût minimum. Le PLNE est résolu par une heuristique de génération de colonnes. Le sous-problème consiste en un PCCC avec une solution qui représente une tournée et un horaire quotidien d'un véhicule. Dans le chapitre 5, on considère un PLNE du problème similaire à celui étudié dans le chapitre 4, mais dans un contexte plus opérationnel: un horizon de planification d'un mois. Contrairement aux horaires quotidiens de véhicules du problème précédent, on doit planifier les conducteurs par semaine pour gérer les situations dans lesquelles le déchargement d'un camion s'effectue le lendemain de la journée où le chargement a eu lieu. Cette situation se présente quand les conducteurs travaillent la nuit ou quand ils travaillent après les heures de fermeture de l'usine et doivent décharger leur camion au début de la journée suivante. Ceci permet aussi une gestion plus directe des exigences des horaires hebdomadaires. Les contraintes de synchronisation entre les véhicules et les chargeuses qui sont présentes dans le PLNE permettent de créer un horaire pour chaque opérateur de chargeuse. Les coûts de transport sont alors minimisés. On résout le problème à l'aide d'une heuristique de génération de colonnes. Le sous-problème consiste en un PCCC avec une solution qui représente une tournée et un horaire hebdomadaire d'un véhicule.