1947 – George Dantzig développe un des premiers algorithmes d’optimisation linéaire.

Qu’est-ce que c’est? L’optimisation est la détermination des meilleures décisions possibles à prendre, à chaque instant dans le temps.

Les problèmes de prise de décisions opérationnelles nécessitent une série de choix qui atteignent le meilleur objectif possible (souvent la maximisation du profit) tout en respectant un certain nombre de règles (e.g. exigences des clients, satisfaction de la demande, etc.), aussi appelées contraintes.

Trouver la ligne de conduite ‘optimale’ parmi toutes les combinaisons de décisions possibles requiert des modèles possédant des algorithmes avancés. Sans ces mathématiques modernes, le nombre énorme de possibilités rendrait ces genres de problèmes impossibles à résoudre.

Jour présent

Depuis des années, plusieurs des plus importantes entreprises du monde utilisent des modèles d’optimisation, exécutés sur des superordinateurs, pour les aider à optimiser leurs opérations et leurs processus. De nouvelles technologies permettent maintenant à tous de profiter de ces mêmes types de modèles pour :

• Augmenter les volumes de production et éliminer les goulots d’étranglement
• Développer des structures de tarification flexibles et intelligentes
• Générer des horaires de personnel optimaux
• Synchroniser les étapes de production
• Bâtir des portefeuilles d’actif avec un risque balancé
• Améliorer la gestion des relations avec la clientèle
• Planifier l’agencement de l’espace
• Allouer le bon assortiment de types de produits
• Gérer tous les aspects de la chaîne d’approvisionnement moderne
  
  
  

  L’Optimisation: Votre engin d’intelligence pour la
  
  prise de décision.

Optimisation –Applications

Quelques applications récentes et novatrices de l’optimisation :

• Bombardier FlexJet pour réduire ses coûts de personnel de plus de 20%, tout en conservant les niveaux de service au dessus de 90%.
• NBC pour améliorer son processus de vente publicitaire avec des systèmes d’optimisation et en augmentant ses revenus de 200 million $ entre 1996 et 2000.
• Ford pour réduire ses coûts annuels de développement de prototypes de 250 million $ et raccourcir drastiquement son processus de planification.
• Canadian Pacific pour optimiser le cheminement des trains, réduisant les temps de passage et en coupant ses coûts de 285 million $.
• France Telecom pour réagir rapidement aux changements du marché en modifiant dynamiquement ses règles d’affaires et en coupant le temps requis pour implanter de nouvelles politiques.
• DaimlerChrysler pour améliorer les taux de roulement de 10-20% et réduire son inventaire de 20 million $.
• eBay pour bonifier l’expérience de l’utilisateur sur son site.

1. Consultation
• Une exploration de la situation est réalisée avec le client.
• La méthodologie d’optimisation la plus pertinente est choisie (programmation linéaire/non-linéaire, programmation dynamique stochastique, analyse marginale etc.)
• Les exigences et la disponibilité des données requises sont considérées.
  
  
2. Modélisation
• Les variables de décisions, la fonction objective, les contraintes et leurs interdépendances sont représentées par des formulations mathématiques.
• Si approprié, la logique est codifiée dans un modèle informatique, en utilisant un environnement puissant de modélisation en optimisation. Ce modèle est par la suite résolu par des ordinateurs et la solution optimale est déterminée.
• Les mathématiques peuvent être étudiées davantage pour déterminer une politique optimale qui s’appliquerait dans toutes les, ou un certain nombre de, circonstances.
  
3. Analyses
• Dans les modèles de programmation linéaire, des analyses de sensibilité peuvent être effectuées pour déterminer la stabilité des décisions optimales.
• L’étude des coûts fictifs permet d’évaluer le prix des contraintes en déterminant la valeur d’augmenter le niveau de ressources.
• Le modèle peut être exécuté avec des critères différents, pour effectuer des analyses du type « what-if ».
• Plusieurs fonctions objectives peuvent être considérées, représentant différents jugements de valeurs.
• Des contraintes peuvent être ajoutées ou enlevées afin de refléter une réalité changeante ou obtenir une compréhension des facteurs restrictifs.
  
4. Présentation de la solution
• Le modèle peut être résolu à l’interne et les résultats présentés, ou il peut être incorporé dans un logiciel développé sur-mesure qui s’interface avec les bases de données existantes, de façon à créer une solution de prise de décision complète – tout dépendant des besoins du client.
• Un rapport détaillé expliquant la structure du modèle d’optimisation et les suppositions, en plus d’un guide d’usager décrivant comment utiliser le produit (si applicable) sont toujours fournis pour assurer une compréhension et satisfaction complète.
• La formation et le support sont disponibles.
  

Utilisez mieux vos ressources humaines Coordonnez votre personnel et les responsabilités afin de respecter les échéanciers.	Éliminez les devinettes Améliorez votre prise de décision avec des techniques mathématiques éprouvées.
Augmentez le revenu ou réduisez les coûts d’opération Éliminez les pertes de matériel et améliorez l’efficacité.	Augmentez la transparence Encapsulez concisément les règles d’affaires de votre organisation.
Ajoutez de l’intelligence à vos applications Vos logiciels peuvent activement vous aider à prendre des décisions.	Améliorez le service à la clientèle Améliorez votre rapidité par des processus optimisés.
	Obtenez des réponses rapidement L’informatique vous assistera à prendre des décisions rapides et précises.

>>Téléchargez notre feuille d'information sur l'optimisation.