RECHERCHE OPÉRATIONNELLE: À QUOI ÇA SERT, MODÈLES, APPLICATIONS - LA TECHNOLOGIE - 2025

La recherche opérationnelle est une méthode dédiée à l'application de disciplines analytiques avancées pour aider à la résolution de problèmes et à la prise de décision, étant utile dans la gestion des organisations. Autrement dit, il est consacré à la définition des valeurs suprêmes d'un objectif du monde réel: profit maximum, performance ou rendement, ou perte, coût ou risque minimum.

Dans cette discipline, les problèmes sont divisés en leurs composants de base, puis ils sont résolus avec des étapes définies, grâce à l'analyse mathématique. Les méthodes analytiques utilisées comprennent la logique mathématique, la simulation, l'analyse de réseau, la théorie des files d'attente et la théorie des jeux.

Source: pixabay.com

En utilisant ces techniques issues des sciences mathématiques, la recherche opérationnelle parvient à des solutions optimales ou réalisables à des problèmes de prise de décision complexes. Ses techniques ont résolu des problèmes d'intérêt dans une variété d'industries.

Méthodes mathématiques

En raison de la nature statistique et informatique de la plupart de ces méthodes, la recherche opérationnelle a également des liens étroits avec l'analyse et l'informatique.

Les chercheurs opérationnels confrontés à un problème doivent préciser laquelle de ces méthodes est la plus appropriée, en fonction des objectifs d'amélioration, de la nature du système, de la puissance de calcul et des contraintes de temps.

La programmation mathématique est l'une des techniques les plus puissantes utilisées en recherche opérationnelle, à tel point que parfois les deux termes sont utilisés de manière interchangeable.

Cette programmation n'a rien à voir avec la programmation informatique, cela signifie l'optimisation. La programmation discrète ou l'optimisation résout les problèmes où les variables ne peuvent prendre que des valeurs discrètes, par exemple des valeurs entières.

En raison de son accent sur l'interaction homme-technologie et de son accent sur les applications pratiques, la recherche opérationnelle a été interpolée avec d'autres disciplines, en particulier l'ingénierie industrielle et la gestion des opérations, en s'appuyant également sur la psychologie et la science de l'organisation.

L'histoire

Origines historiques

Au XVIIe siècle, des mathématiciens comme Pascal et Huygens ont tenté de résoudre des problèmes impliquant des décisions complexes. Ces types de problèmes ont été résolus au cours des 18e et 19e siècles en utilisant la combinatoire.

Au XXe siècle, l'étude de la gestion des stocks pouvait être considérée comme le début de la recherche opérationnelle moderne, avec la quantité de lots bon marché développée en 1913.

Au cours de l'année 1937, la recherche opérationnelle fut d'abord appliquée en Grande-Bretagne, dans les recherches menées pour intégrer la technologie radar dans les opérations de combat aérien, se différenciant ainsi des recherches menées en laboratoire.

Seconde Guerre mondiale

Le terme recherche opérationnelle a été inventé au début de 1941 pendant la Seconde Guerre mondiale, lorsque la direction militaire britannique a convoqué un groupe de scientifiques pour appliquer une approche scientifique à l'étude des opérations militaires.

Le principal objectif était d'allouer efficacement les maigres ressources aux diverses opérations et activités militaires au sein de chaque opération.

Comme en Grande-Bretagne, le radar a stimulé le développement de l'US Air Force. En octobre 1942, tous les commandements ont été exhortés à inclure des groupes de recherche opérationnelle dans leur personnel.

Décennies des années 50 et 60

La recherche opérationnelle s'est développée dans de nombreux domaines en plus de l'armée, après que les scientifiques ont appris à appliquer ses principes au secteur civil. Son efficacité dans le domaine militaire a étendu son intérêt à d'autres domaines industriels et gouvernementaux.

Des partenariats ont été organisés à partir de 1948 avec l'Operations Research Club de Grande-Bretagne, devenu en 1954 l'Operations Research Society.

En 1952, l'Operations Research Society a été créée aux États-Unis. De nombreuses autres sociétés nationales sont également apparues.

En 1957, la première conférence internationale sur la recherche opérationnelle a eu lieu à l'Université d'Oxford. En 1959, la Fédération internationale des sociétés de recherche opérationnelle a été créée.

En 1967, Stafford Beer a décrit le domaine de la science de gestion comme l'utilisation commerciale de la recherche opérationnelle.

Avec le développement des ordinateurs au cours des trois prochaines décennies, la recherche opérationnelle peut désormais résoudre des problèmes comportant des centaines de milliers de variables et de contraintes.

À quoi sert l'enquête sur les opérations?

Chaque jour, des professionnels de la recherche opérationnelle résolvent des problèmes réels, économisant du temps et de l'argent. Ces problèmes sont très divers et semblent presque toujours sans rapport. Cependant, son essence est toujours la même, prendre des décisions pour atteindre un objectif de la manière la plus efficace.

L'objectif central de la recherche opérationnelle est l'optimisation, c'est-à-dire faire les choses de la meilleure façon possible, en fonction des circonstances données.

Ce concept général trouve de nombreuses applications, par exemple dans l'analyse de données, l'allocation de biens et de ressources, le contrôle des processus de production, la gestion des risques, le contrôle du trafic, etc.

-Solutions optimales

La recherche opérationnelle se concentre sur le développement de modèles mathématiques qui peuvent être utilisés pour analyser et optimiser des systèmes complexes. C'est devenu un domaine de recherche académique et industrielle. Le processus est divisé en trois étapes.

- Un ensemble de solutions possibles à un problème est développé.

- Les alternatives obtenues sont analysées et réduites à un petit ensemble de solutions susceptibles d'être viables.

- Les solutions alternatives produites subissent une mise en œuvre simulée. Si possible, ils sont testés dans des situations réelles.

Suivant le paradigme d'optimisation lors de l'application de la recherche opérationnelle, le décideur sélectionne les variables clés qui influenceront la qualité des décisions. Cette qualité s'exprime à travers une fonction objective à maximiser (profit, rapidité de service, etc.), ou à minimiser (coût, perte, etc.).

En plus de la fonction objectif, un ensemble de contraintes est également considéré, qu'elles soient physiques, techniques, économiques, environnementales, etc. Ensuite, en ajustant systématiquement les valeurs de toutes les variables de décision, une solution optimale ou réalisable est sélectionnée.

-Utilisations courantes

Analyse du chemin critique

C'est un algorithme pour programmer un ensemble d'activités dans un projet. Le chemin critique est déterminé en identifiant l'étendue la plus longue des activités dépendantes et en mesurant le temps nécessaire pour les réaliser du début à la fin.

Problème d'allocation

C'est un problème d'optimisation combinatoire de base. Dans ce problème, il existe plusieurs agents et plusieurs tâches. Tout agent peut être affecté à n'importe quelle tâche.

En fonction de la tâche assignée à l'agent, un coût est encouru qui peut varier. Par conséquent, il est nécessaire d'effectuer toutes les tâches, en attribuant correctement un agent à chaque tâche et une tâche à chaque agent, afin de minimiser le coût total de l'affectation.

Des modèles

Un modèle est d'une grande aide pour faciliter la recherche opérationnelle, car les problèmes sont exprimés à travers des modèles qui montrent la relation des variables.

Comme il s'agit d'une représentation simplifiée du monde réel, seules les variables pertinentes pour le problème sont incluses. Par exemple, un modèle de corps tombant librement ne décrit pas la couleur ou la texture du corps impliqué.

Les modèles représentent la relation entre les variables contrôlées et non contrôlées et les performances du système. Par conséquent, ils doivent être explicatifs et non simplement descriptifs.

Bon nombre des simplifications utilisées provoquent des erreurs dans les prédictions dérivées du modèle, mais cette erreur est assez faible par rapport à l'ampleur de l'amélioration opérationnelle qui peut être obtenue à partir du modèle.

Types de modèles

Les premiers modèles étaient des représentations physiques, telles que des modèles réduits de bateaux ou d'avions. Les modèles physiques sont généralement assez faciles à construire, mais uniquement pour des objets ou des systèmes relativement simples, étant généralement difficiles à modifier.

La prochaine étape après le modèle physique est le graphe, qui est plus facile à construire et à gérer, mais plus abstrait. Une représentation graphique de plus de trois variables étant difficile, des modèles symboliques sont utilisés.

Il n'y a pas de limite au nombre de variables pouvant être incluses dans un modèle symbolique. Ces modèles sont plus faciles à construire et à utiliser que les modèles physiques.

Malgré les avantages évidents des modèles symboliques, il existe de nombreux cas où les modèles physiques sont toujours utiles, comme lors du test de structures et de mécanismes physiques. Il en va de même pour les modèles graphiques.

Modèle symbolique

La plupart des modèles de recherche opérationnelle sont des modèles symboliques, car les symboles représentent mieux les propriétés du système.

Le modèle symbolique se présente sous la forme d'une matrice ou d'une équation. Ces modèles apportent des solutions de manière quantitative (coût, poids, etc.), en fonction du problème.

Les modèles symboliques sont complètement abstraits. Lorsque des symboles sont définis dans le modèle, un sens lui est donné.

Les modèles symboliques de systèmes au contenu différent présentent souvent des structures similaires. Par conséquent, les problèmes qui se posent dans les systèmes peuvent être classés en termes de quelques structures.

Comme les méthodes d'extraction de solutions à partir de modèles ne dépendent que de leur structure, peu de méthodes peuvent être utilisées pour résoudre une grande variété de problèmes d'un point de vue contextuel.

Applications

Les applications de la recherche opérationnelle sont abondantes, comme dans les entreprises manufacturières, les organisations de service, les branches militaires et les gouvernements. L'éventail des problèmes auxquels vous avez apporté des solutions est énorme:

- Planification des compagnies aériennes, trains ou bus.

- Affectation des collaborateurs aux projets.

- Développement de stratégies adoptées par les entreprises (théorie des jeux).

- Gestion de l'écoulement de l'eau des réservoirs.

Planification de projet

Les processus d'un projet complexe qui affectent la durée totale du projet sont identifiés.

Planification d'étage

Concevoir le schéma directeur des équipements dans une usine ou des composants sur une puce informatique, pour réduire le temps de fabrication et donc réduire les coûts.

Optimiser un réseau

Configurer les réseaux de télécommunications ou de systèmes énergétiques pour garantir la qualité de service lors des interruptions.

Emplacement des installations

Pour minimiser les coûts de transport, tout en tenant compte de facteurs tels que le fait d'éviter de placer des matières dangereuses à proximité des maisons.

Routage

Elle est effectuée sur de nombreux types de réseaux, y compris les réseaux à commutation de circuits, tels que le réseau téléphonique public, et les réseaux informatiques, tels qu'Internet.

Activités opérationnelles du projet

Gestion du flux des activités opérationnelles d'un projet, conséquence de la polyvalence du système, à travers des techniques de recherche opérationnelle, pour réduire cette variabilité et allouer des espaces en combinant temps, inventaire et allocations de capacité.

Gestion de la chaîne logistique

C'est la gestion des flux de composants et de matières premières issus d'une demande instable de produits finis.

Transport

Gestion du fret des systèmes de livraison et de transport. Exemples: le fret intermodal ou le problème du voyageur de commerce.

Globalisation

Globaliser les processus opérationnels afin de tirer parti d'une main-d'œuvre, de terres, de matériaux ou d'autres intrants productifs plus économiques.

Problème de rupture de stock

Il s'agit de découper un matériau en stock, comme des rouleaux de papier ou des feuilles de métal, en morceaux de tailles spécifiques, en cherchant à minimiser le gaspillage de matériau.

Exemples

Cas de station-service

Une analyse des voitures s'arrêtant aux stations-service urbaines situées à l'intersection de deux rues a révélé que presque toutes provenaient de seulement quatre des 16 itinéraires possibles à l'intersection (quatre entrées, quatre sorties).

Lors de l'examen du pourcentage de voitures qui se sont arrêtées au service pour chaque itinéraire, il a été observé que ce pourcentage était lié au temps perdu à l'arrêt.

Cependant, cette relation n'était pas linéaire. Autrement dit, l'augmentation de l'un n'était pas proportionnelle à l'augmentation de l'autre.

Ensuite, on a découvert que le temps perdu perçu dépassait le temps perdu réel. La relation entre le pourcentage de voitures arrêtées et le temps perdu perçu était linéaire.

Par conséquent, un modèle a été construit qui reliait le nombre de voitures qui s'arrêtaient aux stations-service avec la quantité de trafic sur chaque itinéraire de l'intersection, ce qui affectait le temps nécessaire pour obtenir le service.

Problème d'allocation

Il consiste à affecter des travailleurs à des tâches, des camions à des itinéraires de livraison ou des classes à des salles de classe. Un problème de transport typique implique l'attribution de wagons vides là où ils sont nécessaires.

Il est également utilisé pour déterminer quelles machines doivent être utilisées pour fabriquer un produit particulier, ou quel ensemble de produits doit être fabriqué dans une usine pendant une période donnée.

Programmation linéaire

Cette technique est couramment utilisée pour des problèmes tels que le mélange de pétrole et de produits chimiques dans les raffineries, la sélection de fournisseurs pour les grandes entreprises de fabrication, la détermination des itinéraires et des horaires d'expédition, et la gestion et l'entretien des flottes de camions.

Théorie de la recherche bayésienne

Les statistiques bayésiennes sont appliquées pour rechercher des objets perdus. Il a été utilisé à plusieurs reprises pour retrouver des vaisseaux perdus:

Il a joué un rôle clé dans la récupération des enregistrements de vol lors de la catastrophe du vol 447 d'Air France en 2009.

Il a également été utilisé pour tenter de localiser l'épave du vol 370 de Malaysia Airlines.

Contrôle de l'inventaire

Des problèmes d'inventaire surviennent, par exemple, pour déterminer les quantités de biens à acheter ou à produire, le nombre de personnes à embaucher ou à former, la taille d'une nouvelle installation de production ou d'un nouveau magasin de détail.

Références

1. Objectif technologique (2019). Recherche opérationnelle (OR). Tiré de: whatis.techtarget.com.
2. Wikipédia, l'encyclopédie gratuite (2019). Recherche opérationnelle. Tiré de: en.wikipedia.org.
3. Wolfram Mathworld (2019). Recherche opérationnelle. Tiré de: mathworld.wolfram.com.
4. Mohamed Leila (2018). Vue d'ensemble de la recherche opérationnelle. Vers la science des données. Tiré de: versdatascience.com.
5. Sindhuja (2019). Recherche opérationnelle: histoire, méthodologie et applications. Idées de gestion d'entreprise. Tiré de: businessmanagementideas.com.
6. Encyclopédie Britannica (2019). Recherche opérationnelle. Tiré de: britannica.com.
7. La science du meilleur (2019). Qu'est-ce que la recherche opérationnelle? Tiré de: scienceofbetter.org.