WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Planification des ressources humaines au sein de la compagnie d'assistance aérienne à  l'aide des données du panel et l'algorithme multi-objectif

( Télécharger le fichier original )
par Chaouch NAJEH
ISTLS - Master Recherche 2014
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

4.2 Optimisation de l'algorithme d'énumération des vacations

Les vacations envisageables doivent être énumérées en tenant compte du volume de la couverture afin de réduire le nombre des agents et par conséquent, réduire le coût de vacation. Comme nous avons déjà vu les vacations peut se chevaucher ce qui permet d'utiliser les employés de deux vacations dans un travail commun.

Par exemple si la vacation de matin (M) débute à 8h et termine à 16h et la vacation de soir (E) débute à 14h et termine à 22h, il aura un chevauchement de deux heures entre 14h et 16h et pendant lesquels nous pouvons utiliser les employés des deux vacations (voir figure 22).

Figure 22. Exemple de chevauchement des vacations de matin M et soir E

Ainsi, nous rappelons que la version la plus commune du modèle de Dantzig qui tient compte les aspects de coûts liés aux vacations est la suivante :

En effet, afin d'optimiser l'énumération des vacations V tenant compte de la couverture

de la période t et la vacation , il est nécessaire de déterminer la valeur de
la demande pendant la période t et la vacation

Pour se faire nous supposons que le nombre des vols reflète le volume de la demande, par exemple, si nous avons à 5h quatre vols nous supposons que nous avons une demande égale à quatre agents, voir la matrice de couverture (figure 23).

71

Figure 23. Matrice de couverture journalière

72

4.3 L'algorithme d'énumération proposée

Afin d'assurer la couverture, nous proposons trois vacations le matin (M) qui commence soit à 6 h ou 8 h et se termine successivement soit à 14h ou 16h, (E) soir qui commence soit à 14 h ou 16 h et se termine successivement soit à 20 h ou 22 h, (N) nuit qui commence soit à 20 h ou 22 h et se termine successivement soit à 6 ou 8 h.

Nous remarquons que ces vacations peuvent se chevaucher (figure 24) et dans la période de chevauchement, nous pouvons utiliser les agents des deux vacations.

Figure 24. Chevauchement des vacations

Ainsi à l'aide des algorithmes génétiques multi-objectifs plus précisément à l'aide de la notion Rang de dominance, nous pouvons choisir de chevaucher ou non deux vacations. En effet, la stratégie Rang de dominance consiste à associer à chaque vacation un rang proportionnel au nombre de vacations qui la dominent. De ce fait, une vacation sera meilleure qu'une autre si elle a un rang plus petit. Nous proposons une méthode dans laquelle chaque vacation est rangée en fonction du nombre des vacations qui le dominent.

En effet, une vacation Va E V1 , en domine une autre si elle est meilleure vis-à-vis de l'ensemble des critères indépendamment les uns des autres, avec i = {1..3} (1 matin,2 soir et 3

nuit) et avec a les possibilités qu'une vacation peut avoir (vacation matinée peut être Vml:

débute a 6h et se termine à 14h, Vm2 : débute a 7h et se termine à 15h, ou Vm3 : débute a 8h et se termine à 16h) . Le concept de dominance peut être illustré par la figure 25.

En s'appuyant sur ce concept de dominance, nous utilisons une fonction de notation permettant de prendre en compte le rang de la vacation et le nombre des vacations ayant même rang.

Soit une vacation à la génération , dominée par vacations. Le rang de cette

vacation est Rang = 1+ . Toutes les vacations non dominées sont de rang 1 (les

meilleurs).

Exemple :

Soient les vacations , et trois types de vacation matinée dont :

- débute a 6h et se termine à 14h,

- débute a 7h et se termine à 15h,

- débute a 8h et se termine à 16h,

Figure 25. Exemple de dominance des vacations matinée Le tableau de dominance est le suivant :

Vacations

Dominé par

Rang

 
 

2

 

et

3

 

Aucun

1

Table 6. Tableau de dominance des vacations matinée

73

La meilleure vacation à choisir qui réduit le coût est de Rang 1.

En effet, le modèle proposé compte le nombre des salariés à chaque vacation, de telle sorte que les besoins par intervalle P sont satisfaits, tout en minimisant le coût total des affectations.

Pour se faire nous supposons que S ( , p) est le nombre des agents sur une vacation du

type qui se termine à la fin de l'intervalle p. En effet S ( , p) reflète le nombre max des
agents sur une vacation dont S ( , p) égal au Max B ( , p). Et nous supposons que B(T) est le nombre des agents sur la période de chevauchement T entre deux vacations successive

et (comme indiqué dans la figure 27) et dont B(T) = -[S ( , p) + S ( , p)] .

Ainsi, fin d'éviter les sureffectifs nous faisons appel au modèle de Brusco et Johns qui

minimise au maximum le ratio de la demande et de sureffectifs dont est le nombre

de postes actifs au temps est la demande au temps . Mais afin d'éviter le manque

.

d'effectif nous proposons un modèle qui au minimum égalise le nombre d'effectifs à la demande dans une période de temps p :

Cependant, la charge de travail dans les compagnies d'assistance aérienne nécessite des différentes compétences qui doivent être représentées à l'aide des courbes de demande distinctes, en tenant compte des qualifications exigées, afin de créer des vacations qui peuvent la couvrir.

Figure 26. Des courbes de demande distinctes selon les services

74

75

Figure 27. Le principe de l'algorithme d'optimisation

76

Et comme nous avons déjà annoncé dans le cas d'un effectif hétérogène pour un ensemble de vacations de travail le problème d'affectation doit être résolu afin de trouver un compromis entre les sureffectifs et le manque de personnel. Nous notons, que le problème de planification de la main-d'oeuvre hétérogène peut être modélisé comme suit :

s/c

En effet nous ne tenons compte du nombre des agents dans la période du chevauchement que si la différence D entre le nombre des agents de la vacation vti (par exemple vacation du matin M) noté S(vti) et le nombre des agents de la vacation

v ( r e e le c tion du tin v noté S(v )est supérieure à zéro :

)

| D (S Avec

Dans ce cadre nous proposons la fonction linaire suivante :

B (T) = Max B(p)- [S (v1, p) + S (v1+1, p)]

Avec

S ( , p) Nombre d'agents à la fin de la vacation du type durant l'intervalle de temps p ; Nombre des employés affectés à la vacation ;

Nombre des employés nécessaires pendant la période du chevauchement T; Nombre des employés nécessaires pendant l'intervalle de temps p; p Un période de temps dans un jour donnée;

i Types des vacations;

T La période du chevauchement entre deux vacations successive et Le nombre de postes actifs au temps

La demande au temps

77

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"L'imagination est plus importante que le savoir"   Albert Einstein