Parmi les deux principales approches de planification de production, la plus commune c’est l’ordonnancement basé sur les algorithmes. Une approche plus récente et en expansion est basée sur la simulation d’ordonnancement.
Les systèmes de planification algorithmique de base comprennent APO de SAP PP / DS, ILOG par IBM, et l’Oracle Manufacturing Scheduler. Ceux-ci sont les mieux adaptés pour les applications à long terme de planification d’approvisionnement de la chaîne, où les temps de calcul importants sont moins problématiques, l’environnement est moins dynamique, et les contraintes sont moins complexes à représenter. La sélection et mise en œuvre de l’algorithme de meilleure optimisation pour un problème donné ne sont pas triviales. L’industrie reconnaît que pour la plupart des problèmes pratiques de la planification de la production, des algorithmes efficaces ne sont pas disponibles. Les systèmes conventionnels de type ERP / MRP ne satisfont pas à ces exigences, mais la puissance des données fournies par les systpèmes ERP rend les systèmes de planification basés sur la simulation possibles.
La planification basée sur la simulation est la mieux adaptée à des applications hautement dynamiques d’ordonnancement usine, où une réponse rapide est nécessaire, et une représentation détaillée réaliste des contraintes complexes sur l’équipement et les opérateurs doit être modélisée afin de générer un bon horaire.
D’autres avantages de la planification basée sur la simulation comprennent les mises en œuvre plus faciles ainsi que le fait que vous pouvez tenir compte de la variation du processus pour voir le risque et la probabilité de réalisation des objectifs.
Le modèle mathématique basé sur l’ordonnancement est remplacé par un modèle de simulation afin que vous ayez une représentation exacte des contraintes de votre installation, de sorte que lorsque l’inattendu se produit vous pouvez ré-exécuter le planning rapidement pour chercher des alternatives qui tiennent compte de vos indicateurs de performance les plus importants tels que le débit de production, les dates d’échéance et les marges opérationnelles. Par exemple, le modèle en bas de l’écran affiche l’ensemble des F-35 de production de Lockheed Martin Aeronautics. Quand ils ont besoin de ré-exécuter un programme, il est exécuté en quelques minutes.
Souvent, la complexité des problèmes pratiques de contrôle de la production est trop élevée pour être résolue par des méthodes usuelles d’analyse. Les algorithmes heuristiques d’optimisation dans le cadre de systèmes de simulation sont une alternative appropriée dans ces cas.
Simio est le premier logiciel commercial qui habilite une solution Planning & Scheduling basée sur le risque pour interfacer un système ERP avec des modèles de simulation flexibles, et qui tiennent compte de la variation du processus, afin de prédire la probabilité d’atteindre des objectifs clés et de fournir une plate-forme pour générer de bonnes alternatives.
