Aide à la Gestion Intelligente des Ressources dans les Entrepôts – AGIRE
Aide à la Gestion Intelligente des Ressources dans les Entrepôts
Le projet AGIRE traite de la gestion des ressources humaines dans un entrepôt qui fournit des points de vente ou des clients finaux. Ces entrepôts sont soumis à de fortes exigences dues au faible stockage dans les points de vente et à l'accroissement constant des ventes en e-commerce. En terme de logistique, ceci se traduit par une augmentation du nombre de colis à préparer et à envoyer afin de satisfaire les commandes, qui sont en général connues seulement quelques heures à l’avance.
Des outils innovants d'aide à la décision, centrés sur l'humain, pour la gestion des entrepôts
Proposer un pilotage efficace et réactif d’un entrepôt, capable de répondre à des variations de demandes, est un challenge important à relever. Considérer un entrepôt totalement automatisé ne peut pas être une solution adaptée. En effet, les investissements nécessaires pour satisfaire de manière appropriée les pics de demande sont trop importants pour être considérés. Une approche envisageable est alors de combiner des opérateurs humains équipés avec des outils technologiques, ainsi que quelques équipements automatisés. Cependant, afin de mieux gérer les ressources humaines dans un environnement fortement dynamique, il est nécessaire de concevoir des méthodes d'aide à la décision innovantes afin de maximiser le bien-être des opérateurs, tout en garantissant l'efficacité du système logistique. C’est précisément l’objectif principal de ce projet de recherche. AGIRE a pour but de proposer des outils innovants d’aide à la décision, centrés sur l’humain, pour la gestion des entrepôts. Les problèmes de gestion d’entrepôts ont été largement étudiés depuis quelques décennies, mais seuls quelques travaux intègrent des facteurs humains pour répondre à une demande dynamique. Ce projet considérera explicitement ces deux aspects dans les modèles et les algorithmes proposés. Les principaux défis scientifiques sont : (1) la modélisation des aspects humains et sociaux (par exemple l’ergonomie, la pénibilité des opérations, la congestion), (2) l’intégration de ces aspects humains dans des modèles et des algorithmes d’optimisation, (3) l'analyse des données (par exemple la prévision de demandes) et l’intégration des incertitudes dans les modèles et les méthodes de résolution, (4) l'intégration des problèmes tactiques et opérationnels, et (5) la résolution d'instances de grande taille : un entrepôt possède en général une centaine d’employés, des milliers d’emplacements de stockage, jusqu’à une centaine de milliers de produits à prélever chaque jour.
Dans ce projet sur 4 ans, nous avons pour objectif de développer des outils innovants d’aide à la décision pour la gestion des entrepôts, centrés sur l’humain. La méthodologie proposée repose sur une analyse des activités afin d’identifier et de modéliser les principaux facteurs humains liés aux opérations dans un entrepôt. Ensuite, plusieurs problèmes d’optimisation seront traités, aux niveaux tactique et opérationnel (par exemple la constitution des tournées de picking, l’ordonnancement de ces tournées, l’affectation des emplacements de stockage, l’équilibrage de la charge de travail). Par la suite, ces niveaux de décision seront intégrés afin de garantir que les décisions prises au niveau tactique sont cohérentes avec les facteurs humain définis au niveau opérationnel. Afin d’évaluer les solutions obtenues, des outils de simulation seront développés, et nous mènerons des expérimentations dans l’entrepôt de Jules afin d’avoir des retours des utilisateurs.
Un état de l’art traitant de la prise en compte des aspects humains dans l’optimisation des chaînes logistiques a été réalisé. De plus, des entretiens ont été menés avec des salariés de Jules afin de préciser le processus et l’organisation de l’entrepôt, les outils informatiques mis à la disposition des agents, la gestion des ressources humaines internes. Différents postes de travail ont été identifiés pour le port de charges important, des postures inconfortables répétées, des déplacements et des rotations du tronc fréquentes. En complément des entretiens exploratoires, des visites ont eu lieu à l’entrepôt de Jules pour y mener des entretiens semi-directifs, des visites des différents domaines de l’entrepôt et des observations ouvertes. Par ailleurs, des travaux ont été réalisés sur les problèmes d'optimisation dans les entrepôts aux niveaux opérationnel et tactique. Dans un premier travail, nous étudions la prise en compte de la congestion dans les allées de la zone de préparation de commande : la congestion a lieu lorsque plusieurs préparateurs se trouvent dans la même allée (ou partie d’une allée) durant un intervalle de temps donné. Le problème étudié est le problème intégré de regroupement des commandes et de préparation des tournées. Un modèle mathématique qui intègre la congestion a été développé, ainsi qu'une méthode de résolution permettant de proposer des solutions optimales. Dans un deuxième travail, nous étudions la modélisation de la pénibilité dans les tournées de préparation de commande. Le modèle proposé repose sur les éléments caractéristiques suivants : les opérations de prélèvement ont différents niveaux de difficulté (selon la hauteur, le type de produit, l'ouverture des contenants) ; lors des déplacements entre deux points de prélèvement, il est possible d'avoir un phénomène de récupération lorsque la distance de marche est acceptable. Ce modèle est incorporé dans un algorithme qui permet de proposer un ensemble de tournées avec différentes distances, et différents niveaux de pénibilité. Les résultats montrent qu'il est possible de proposer des tournées bien moins pénibles en augmentant un peu la distance à parcourir. Dans un troisième travail, nous étudions la modélisation d’un problème d’affectation de produits dans un entrepôt logistique. Le but est d’affecter des produits à des emplacements avec comme objectif de minimiser la distance totale parcourue par les opérateurs. Plusieurs modèles ont été développés dans le but de représenter les différentes politiques de parcours d’un entrepôt. Afin de résoudre ces problèmes d’optimisation, un algorithme de type Branch-and-Price a été conçu. Cet algorithme a donné d’excellents résultats sur des instances de la littérature. Enfin, dans un dernier travail nous avons étudié des évaluations efficaces de modifications de solutions dans les problèmes de regroupement de commande et de tournées de prélèvement.
Les travaux réalisés dans le cadre du projet ANR AGIRE donnent lieu à de nombreuses perspectives. D'une part, d'un point de vue de l'ergonomie, il semble intéressant de venir étudier plus en détail la manière dont les préparateurs de commande perçoivent la pénibilité des opérations qu'ils doivent effectuer. D'autre part, d'un point de vue de la recherche opérationnelle, les premiers travaux réalisés lors du projet laissent de nombreuses possibilités d'amélioration au niveau des phénomènes pris en compte dans les modèles, de la robustesse des solutions, ainsi que la prise en compte d'aspects liés à l'équité entre les préparateurs de commande.
Au delà de ces perspectives mono-disciplinaires, le projet AGIRE a permis de mettre en lumière qu'une question centrale pour le bien-être des opérateurs est la possibilité d'avoir de l'autonomie dans leur prise de décision. Or, dans la plupart des systèmes de gestion des entrepôts logistiques, les décisions sont confiées à un algorithme, et les préparateurs de commande ont l'obligation de suivre la route décidée par l'algorithme. Cette obligation de suivre les décisions est souvent imposée au travers d'outils numériques (casque avec micro, terminal numérique). Laisser la possibilité aux préparateurs de commande d'avoir plus de visibilité sur les opérations futures, ou même avoir la possibilité de dévier du plan prévu par l'algorithme apporterait un gain significatif dans l'autonomie de ces opérateurs, et ainsi sur leurs conditions de travail. Il semble alors très intéressant de réfléchir à la manière de proposer des outils et algorithmes qui permettent de proposer de bonnes solutions aux opérateurs, tout en leur laissant la possibilité d'être autonome en déviant des solutions, mais avec un calcul ajusté en conséquence des nouvelles solutions.
Prunet, T.; Absi, N.; Borodin, V.; Cattaruzza, D. Storage Location Assignment Problem in Fast Pick Areas: A novel formulation and decomposition method. CPAIOR’2021. Vienna, Austria. July 2021.
Prunet, T., Absi, N., Borodin, V., Cattaruzza, D. Efficient Move Evaluation and Neighborhood Exploration for Integrated Order Picking Planning Problems in Picker-to-Parts Warehouses. Odysseus 2024. Carmona, Spain. May 2024.
Prunet, T.; Absi, N.; Borodin, V.; Cattaruzza, D. Optimization of Human-Aware Manufacturing and Logistics Systems: A Comprehensive Review of Modeling Approaches and Applications. EJTL. 2024.
Torrealba, P.; Feillet, D.; Ogier, M.; Semet, F. A column generation approach to solve the Joint Order Batching and Picker Routing Problem with picker congestion. Odysseus 2024. Carmona, Spain. May 2024.
Le projet AGIRE traite de la gestion des ressources humaines dans un entrepôt qui fournit des points de vente ou des clients finaux. Ces entrepôts sont soumis à de fortes exigences dues au faible stockage dans les points de vente et à l'accroissement constant des ventes en e-commerce. En terme de logistique, ceci se traduit par une augmentation du nombre de colis à préparer et à envoyer afin de satisfaire les commandes, qui sont en général connues seulement quelques heures à l’avance.
Ainsi, proposer un pilotage efficace et réactif d’un entrepôt, capable de répondre à des variations de demandes, est un challenge important à relever. Considérer un entrepôt totalement automatisé ne peut pas être une solution adaptée. En effet, les investissements nécessaires pour satisfaire de manière appropriée les pics de demande sont trop importants pour être considérés. Une approche envisageable est alors de combiner des opérateurs humains équipés avec des outils technologiques, ainsi que quelques équipements automatisés. Cependant, afin de mieux gérer les ressources humaines dans un environnement fortement dynamique, il est nécessaire de concevoir des méthodes d'aide à la décision innovantes afin de maximiser le bien-être des opérateurs, tout en garantissant l'efficacité du système logistique. C’est précisément l’objectif principal de ce projet de recherche.
AGIRE a pour but de proposer des outils innovants d’aide à la décision, centrés sur l’humain, pour la gestion des entrepôts. L’impact sur la communauté scientifique sera non négligeable. Les problèmes de gestion d’entrepôts ont été largement étudiés depuis quelques décennies, mais seuls quelques travaux intègrent des facteurs humains pour répondre à une demande dynamique. Ce projet considérera explicitement ces deux aspects dans les modèles et les algorithmes proposés. Les principaux défis scientifiques sont : (1) la modélisation des aspects humains et sociaux (par exemple l’ergonomie, la pénibilité des opérations, la congestion), (2) l’intégration de ces aspects humains dans des modèles et des algorithmes d’optimisation, (3) l'analyse des données (par exemple la prévision de demandes) et l’intégration des incertitudes dans les modèles et les méthodes de résolution, (4) l'intégration des problèmes tactiques et opérationnels, et (5) la résolution d'instances de grande taille : un entrepôt possède en général une centaine d’employés, des milliers d’emplacements de stockage, jusqu’à une centaine de milliers de produits à prélever chaque jour.
AGIRE est mené pat un consortium composé de trois équipes de recherche complémentaires (INOCS, SFL et SPLOTT) spécialisées en informatique, en recherche opérationnelle, et en sciences sociales ; ainsi qu’une entreprise dans le secteur de la vente de textile : HappyChic. Les algorithmes développés seront testés sur des données réelles collectées dans l’entrepôt de la marque Jules de HappyChic.
Dans ce projet sur 4 ans, nous avons pour objectif de développer des outils innovants d’aide à la décision pour la gestion des entrepôts, centrés sur l’humain. La méthodologie proposée repose sur une analyse des activités afin d’identifier et de modéliser les principaux facteurs humains liés aux opérations dans un entrepôt. Ensuite, plusieurs problèmes d’optimisation seront traités, aux niveaux tactique et opérationnel (par exemple la constitution des tournées de picking, l’ordonnancement de ces tournées, l’affectation des emplacements de stockage, l’équilibrage de la charge de travail). Par la suite, ces niveaux de décision seront intégrés afin de garantir que les décisions prises au niveau tactique sont cohérentes avec les facteurs humain définis au niveau opérationnel. Afin d’évaluer les solutions obtenues, des outils de simulation seront développés, et nous mènerons des expérimentations dans l’entrepôt de Jules afin d’avoir des retours des utilisateurs.
Coordination du projet
Maxime Ogier (Centre de Recherche en Informatique, Signal et Automatique de Lille)
L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.
Partenariat
HAPPYCHIC LOGISTIQUE
CRIStAL Centre de Recherche en Informatique, Signal et Automatique de Lille
EMSE/LIMOS Mines Saint-Etienne/Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes
IFSTTAR / AME / SPLOTT INSTITUT FRANCAIS DES SCIENCES ET TECHNOLOGIES DES TRANSPORTS DE L'AMENAGEMENT ET DES RESEAUX
Aide de l'ANR 585 381 euros
Début et durée du projet scientifique :
février 2020
- 48 Mois