Comment les prédicats peuvent faciliter la résolution de problèmes d’assignation se posant dans la chaîne logistique

Cet article méthodologique s'intéresse à la modélisation par programmation linéaire des problèmes d'assignation, à partir d'exemples de problèmes rencontrés dans la gestion de la chaîne d'approvisionnement. Il explore les possibilités offertes par les logiciels basés sur l'approche AML (Algebraic Modelling Language), qui permet l'utilisation de prédicats dans la formulation des problèmes, notamment pour restreindre le domaine d'existence de certaines variables. Les variables de décision binaires peuvent être utilisées pour résoudre des problèmes d'assignation en reliant des objets appartenant à différentes classes d'objets correspondant à différentes ressources ou à différents moments. Les contraintes du problème d'optimisation sont alors décomposées en contraintes intrinsèques à respecter lorsque le problème ne concerne qu'une seule décision (variable binaire unique) et en contraintes supplémentaires interdépendantes impliquant plusieurs décisions à prendre simultanément. Les contraintes intrinsèques, généralement gérées par des contraintes de modèle, peuvent être remplacées par des prédicats associés aux variables binaires, ce qui permet à la fois de supprimer des contraintes et de réduire considérablement l'espace d'existence des variables, facilitant ainsi grandement la recherche de solutions au problème numérique.

Authors

Institutions

Publication Details

Journal
Revue Française de Gestion Industrielle
Published
2025-09-26
DOI
https://doi.org/10.53102/2025.39.03.1251
Primary Topic
Vehicle Routing Optimization Methods
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Comment les prédicats peuvent faciliter la résolution de problèmes d’assignation se posant dans la chaîne logistique

Vincent Giard
Revue Française de Gestion Industrielle
Vehicle Routing Optimization Methods
article

Comment les prédicats peuvent faciliter la résolution de problèmes d’assignation se posant dans la chaîne logistique

Vincent Giard
article en

Abstract

Cet article méthodologique s'intéresse à la modélisation par programmation linéaire des problèmes d'assignation, à partir d'exemples de problèmes rencontrés dans la gestion de la chaîne d'approvisionnement. Il explore les possibilités offertes par les logiciels basés sur l'approche AML (Algebraic Modelling Language), qui permet l'utilisation de prédicats dans la formulation des problèmes, notamment pour restreindre le domaine d'existence de certaines variables. Les variables de décision binaires peuvent être utilisées pour résoudre des problèmes d'assignation en reliant des objets appartenant à différentes classes d'objets correspondant à différentes ressources ou à différents moments. Les contraintes du problème d'optimisation sont alors décomposées en contraintes intrinsèques à respecter lorsque le problème ne concerne qu'une seule décision (variable binaire unique) et en contraintes supplémentaires interdépendantes impliquant plusieurs décisions à prendre simultanément. Les contraintes intrinsèques, généralement gérées par des contraintes de modèle, peuvent être remplacées par des prédicats associés aux variables binaires, ce qui permet à la fois de supprimer des contraintes et de réduire considérablement l'espace d'existence des variables, facilitant ainsi grandement la recherche de solutions au problème numérique.

Revue Française de Gestion IndustrielleVol. 39(3)
Université Paris Sciences et Lettres (FR), Lamsade (FR), Université Paris Dauphine-PSL (FR)
Openalex Percentile: Top 55%
Vehicle Routing Optimization Methods
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.