Loading
Notes d'étude
Study Reminders
Support
Text Version

Modèle de coût de transport et de transport d'ardalan

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Bonjour ! Bienvenue à la semaine 4, module 3 du programme “ Modelling and Analytics for Supply Chain Management ” ! Au cours des semaines 1 et 2, nous avons appris comment trouver un entrepôt à partir de certaines informations disponibles. Par exemple, lorsque nous ne disposons d'aucune information numérique, lorsque nos décisions doivent être fondées uniquement sur l'expérience, ainsi que sur la perception, nous utiliserons le modèle de cotation des facteurs et nous utiliserons également le modèle de cotation des facteurs lorsque le nombre total d'entrepôts à mettre en place est moindre et limité à une région géographique déterminée. Lorsque nous avons des informations complètes sur les coûts, nous pouvons utiliser le modèle de rupture et quand nous avons, quand nous pouvons diviser le coût en coûts fixes et variables, ainsi que où, nous devons décider d'une gamme de matériaux et de la gamme des quantités, qui doivent être stockées dans notre entrepôt. Donc, en gros, on est basé sur la perception de la prise de décision, le modèle de cotation des facteurs. La deuxième était la prise de décision basée sur les coûts, c'est-à-dire le modèle de rupture. La troisième était quand nous n'avions pas d'information sur les coûts, mais notre demande de marché a été donnée. Lorsque la demande du marché a été donnée et que nous connaissais déjà les marchés établis et que nous avions besoin d'un entrepôt, nous avions utilisé le modèle du centre de gravité. Donc, aucune information sur les coûts n'a été donnée uniquement sur la demande du marché, nous connaissais la localisation géographique des marchés. Donc, nous avons localisé l'entrepôt à un point central de tous les emplacements environnants. C'était donc le modèle du centre de gravité. C'est là que le mot centre de gravité est issu du modèle de gravité, nous n'avons montré que la première itération qui va poursuivre la deuxième troisième itération jusqu'à ce que les emplacements ne changent pas de l'itération précédente ne changent pas beaucoup de l'itération précédente. Aujourd'hui, nous couvrons une autre méthode de localisation de l'entrepôt et cette méthode que nous couvrons est également applicable aux magasins. Maintenant, supposons une situation où il y a 4 marchés, que nous aurons à servir et idéalement, la situation idéale sera que nous aurons 4 entrepôts. Mais ce n'est pas toujours possible sur le plan financier, aussi bien qu'il ne s'agit pas d'une mesure de prudence économique, de laisser l'entreprise croître, de comprendre comment le marché s'améliorera dans un avenir proche, alors seulement nous pourrons prendre une décision pour localiser autant d'entrepôts. Donc, maintenant nous sommes confrontés à cette situation qu'il y a assez de marchés et, sur ces marchés, nous aurons un entrepôt d'abord, puis nous prendrons la décision d'ouvrir le second entrepôt, puis le troisième, puis le quatrième. Où nous aurons ce type de problème? Supposons que nous allons dans un nouveau pays que nous ne voulons pas investir dans 14, 15 entrepôts à travers le pays, nous voulons investir dans 1 entrepôt d'abord, voir comment le marché est en train de se comporter, voir comment les relations locales, l'économie locale se comporte alors seulement être sur le point de décider au deuxième endroit, puis le troisième lieu. Prenons une autre situation. Nous sommes une chaîne de magasins de détail et nous voulons créer une chaîne de distribution à Mumbai, Kolkata, Delhi, etc. Ensuite, nous ne voulons pas mettre en place toutes les 15, 20 chaînes toutes ensemble. Nous avons d'abord mis en place 1, puis deuxième, puis troisième puis continuer. Alors, comment décider de cette séquence? 1, 2, 3, 4 comment décider dans cette séquence? Cette méthode est appelée Ardalan Heuristic c'est une heuristique heuristique et ardalan est la méthode que nous suivons. Donc, juste une récapitulation ; quand est-ce que nous l'utilisons, quand avons-nous des plans pour construire des entrepôts 1 après l'autre? Mais, alors nous avons besoin de la séquence qui est l'entrepôt à construire d'abord, l'entrepôt à construire la seconde, l'entrepôt pour construire le troisième. Cela est vrai aussi bien pour le marché intérieur que pour votre entreprise dans un nouveau pays. Vous souhaitez configurer un entrepôt d'abord, puis le deuxième, troisième, quatrième ce modèle est également applicable à l'emplacement du magasin, à l'emplacement du magasin de vente au détail. Maintenant, comment allons-nous le faire? Allons vérifier. C'est ce que nous avons déjà mentionné. Le premier site est sélectionné puis le site suivant et ensuite les autres suivent. Maintenant, la distance d'un site ou d'un marché à l'autre est donnée, ou nous devons vérifier. La distance ou le coût de déplacement des clients d'un endroit à un autre est donné et nous connaissons également la demande du marché et l'importance des marchés. Donc, nous connaissons la distance qui est facilement disponible, nous n'avons pas besoin de dépendre de la société de l'organisation pour cette information. Nous savons que la demande doit être fournie par l'organisation et que l'importance des marchés doit être assurée par l'organisation. Rappelez-vous les deux méthodes précédentes, nous n'avons pas donné d'importance ou de poids autres que la cote de facteur lorsque d'autres poids ont été donnés. Maintenant, c'est le modèle que nous regardons, souvenez-vous que ce modèle peut être développé, nous en montrons un petit instantané. Ce que nous disons, c'est qu'il y a 4 marchés A, B, C et D. Maintenant, la distance, qui est l'équivalent du coût de transport par unité de distance de A à A à A est 0. Définitivement, la distance entre B et B est 0, C à C est 0. Donc, c'est la distance de la matrice de distance de A à B est de 10 kilomètres, 100 kilomètres, 1000 kilomètres, peu importe. Donc, la distance de A à B est de 10 unités, A à C est 9 unités, A à D est 11 unités, B à A certainement 10, B à C est 10 et, de cette façon, il se déplace. Maintenant, quelle est la demande sur le marché A ou sur le site A? La demande sur le marché A est de 12. Maintenant, juste un mot de prudence avant, on se déplace voir, la distance de A à C est de 9 kilomètres. Donc, la distance de C à A devrait également être de 9 kilomètres. La distance de A à C est de 9, donc de C à A est aussi 9, Pas nécessairement, vous devez comprendre qu'étant donné les conditions de la ville, certaines routes sont une façon, pour entrer dans la ville vous utilisez 1 ensemble de routes, pour quitter la ville vous utilisez un autre ensemble de routes. Donc, parfois la distance de route est à et de la ville peut ne pas correspondre. Donc, ces nombres sur le côté ligne peuvent ne pas correspondre aux nombres que le site de la colonne A à C est 9, mais C à A est 7, ce qui peut ne pas correspondre. Donc, ne vous inquiéte pas pour ça. Alors la demande à A est de 12 unités, la demande à B est de 8 unités, 18 et 12 unités peut-être 8000, peut-être 80 000 et l'importance de la ville pour cette entreprise particulière qui est les pondérations données, l'importance de la ville pour cette entreprise particulière. Alors, comment procéder? C'est l'information que vous avez. Donc, juste pour récapitulation, quelles informations avez-vous besoin de l'organisation ou de l'entreprise vous avez besoin de cette information et vous avez besoin de l'importance de ces marchés, cette information. Cette structure de coûts ou la matrice de distance que vous pouvez facilement collecter vous-même. Alors, comment nous précéder? Voyons voir. Première étape, cette matrice était déjà là, ce que nous venons de faire de la diapositive précédente, cette matrice était déjà là. Étape un ; nous devons multiplier la distance par rapport à la demande, avec le poids multiplier la distance par rapport à la demande avec l'importance ou le poids. Donc, 0 à 12 en poids, c'est quoi? 0. Next, B distance 10 into demand 12, 10 12 za 120, 120 into 1.1 is 132 I presume. De même, 9 into 12 into 1.1 ; 11 into 12 into 1.1 ; now 10 into 8 into 1.2 ; 0 into 8 into 12 i.e. 0 ; 10 into 8 into 1.2 again here. Voyons, remplissons-les. 10, 8 à 1.2 est 9,6, 9,6 à 10 est 96. De même, ici aussi 8 à 1,2 est 9,6, 9,6 à 7. Donc, de cette façon, vous devez calculer toutes les valeurs. Donc, ceci à ce sujet, puis à nouveau cela dans ce domaine, cela dans ce sens. Alors, à quoi ressemble cette matrice maintenant? La matrice ressemblera à maintenant, une fois que vous aurez multiplié et mis les scores, rappelez-vous que nous avons juste mis 132, nous venons de mettre 96. Donc, de cette façon, si vous calculez, vous obtiendrez le score. Maintenant, avec le total nous faisons une somme et une fois que nous totaux toutes les villes ou toutes les colonnes le plus bas que vous voyez dans le bleu est 280 c'est mon premier emplacement celui en bleu, je les supprimerai pour que vous ne vous embrouilles pas. Cette méthode Ardalan Heuristics, juste pendant que je suis en train de me laisser vous dire cette méthode a été largement utilisée par les banques et les bureaux de poste pour décider sur mathématiquement où trouver une succursale bancaire ou un centre de poste. Puis ce concept a été emprunté pour la chaîne d'approvisionnement, pour décider de l'emplacement de l'entrepôt. Maintenant, il a été emprunté par des organisations, qui sont des chaînes d'ouverture de magasins cette méthode est une méthode à peu de temps testée. Donc, nous multiplions et nous totaux les colonnes et celle avec le total le plus bas est le premier endroit c'est le premier endroit où nous locons les entrepôts. Alors, maintenant, faites attention à ce que nous faisons. C'est mon premier emplacement. Maintenant, regardez cette colonne très prudente, regardez cette colonne de cette cellule particulière 0, le premier élément de cette colonne est 0 déplacer la ligne de sage. Si une valeur de l'autre cellule est supérieure à cette valeur, je répète la première cellule de cette colonne de coût le plus bas, la première cellule se déplace de la droite ou de la manière gauche, quelle que soit la ligne de déplacement, si une valeur de cellule est supérieure à cette valeur, pour que cette valeur de cellule soit égale à cette valeur. Donc, 132 est supérieur à 0, de sorte que cette valeur de cellule est égale à 0. De même, 118 est supérieur à 0 en faire 0, allons à la seconde, 96 est la valeur de ceci, si une valeur de cellule est plus élevée que cette valeur, vous devez la rendre égale à 96, mais ici aucune valeur de cellule est supérieure à 96 elle est égale ou inférieure à 96. La seconde règle est si une valeur de cellule n'est pas supérieure à cette valeur, si elle est inférieure ou égale à cette valeur de cellule. Donc, si une valeur de cellule est inférieure ou égale à cette valeur de cellule si elle est plus élevée, vous devez la rendre égale, si elle est plus basse, si elle est plus élevée si elle est plus élevée que vous n'aurez à le rendre égal, ici il a été 0, vous avez fait tous les zéros si une valeur de cellule est inférieure ou égale à 67, 0 que cette cellule le laisser tel qu'il est. Prenons le 88.2, 113.4 est supérieur à 88,2. Alors, que devrions-nous faire? Nous allons le faire 88,2, 0 est inférieur à 88.2 le laisser tel qu'il est, 100,8 est supérieur à 88,2 le faire 88,2, obtenir ça? 96, 84 est moins de 96 fois, 96, 96 pareil? Laisz-le ; 0 moins de 96 ; laissez le. Alors, qu'est-ce qu'on laisse maintenant, si on remarque, on est parti avec maintenant, j'écris ici, on est parti avec maintenant, A est déjà sélectionné. Donc, oubliez A, Une matrice est partie maintenant, A comme emplacement est le premier endroit. Ensuite, nous sommes laissés avec B C D. Donc, quelle est la nouvelle valeur de la cellule, regardez B 0, 0, 88.2 et 84 voir 0, 0, 88,2, 84 le total. De même, pour C 0, 96, 0, 96 total. De même, pour D 0, 67.2, 88.2, 0, nous l'avons fait dans la diapositive suivante. Donc, après que vous avez redessiné la matrice après que vous avez renuméroté la matrice, vous avez redéfini la matrice, après avoir renuméroté la matrice, vous avez redéfini la matrice, ce que nous avons fait dans la diapositive suivante. See here, site A is gone and site 0, 0, 88.2, 84 we have just done this here you total this matrix. Maintenant, qui est le plus bas? 155,4, 155,4 est votre deuxième emplacement. Maintenant, quel est le prochain exercice? Dans cette colonne, la cellule est égale à 0 toutes ces valeurs doivent être inférieures ou égales à cette valeur. Donc, 0, 0, 0, 67.2 toutes les valeurs ici doivent être inférieures ou égales à 67.2, 0 est moins 96 est plus. Donc, nous allons en faire 67,2. 88,2 égal, aucun problème 0, tout sera égal à 0. Donc, encore une fois, nous ferons un total. Nous venons de le mentionner, nous avons fait toutes les valeurs 0. Maintenant, nous avons encore une fois le total, nous obtenons 67,2 comme le moins et celui-ci est de toute façon 88,2. Donc, C est votre troisième emplacement et ce qui reste est B. Donc, B est votre quatrième emplacement. Donc, quelle est la séquence de site A, alors la dernière est arrivée D est maintenant C et le dernier est B. Donc, si vous êtes localisé. Donc, quelle est la morale de l'histoire, si vous locez les entrepôts les manières séquentielles n'ont pas autant de financement en même temps. Nous sommes à la recherche de la meilleure alternative parmi toutes les constantes possibles de financement, etc. Vous n'avez pas de données de coût seulement si vous n'avez pas de données de distance que vous n'avez pas de données de coût fixe, vous n'avez pas de données de coût variable que vous connaissez seulement la demande du marché, puis et vous avez une contrainte que vous devez ouvrir le magasin pas en même temps, mais un par un. Donc, vous devez utiliser Ardalan Heuristic et c'est la séquence, c'est la manière dont vous obtenez cette séquence. Donc, c'est l'Heuristique d'Ardalan. Maintenant, le prochain coût fixe est corrigé, vous ne pouvez pas le modifier. Et supposons une autre situation tout le long, nous disions que nous allons installer un entrepôt que nous allons, ce qui signifie que nous n'avons pas d'entrepôt, que nous sommes une nouvelle entreprise et que tous nos entrepôts sont partis, démolir, ils sont devenus très vieux déchirés tout. Donc, maintenant nous sommes dans une situation que vous avez rejoint très récemment dans cette organisation l'entrepôt est un courant depuis 50 ans et ces entrepôts sont situés de façon très stratégique. Par exemple, disons que si vous êtes venu à Calcutta, vous verrez une fois que vous sorez de la gare de Howrah et que vous vous déplacez au-delà de la rivière Hooghly, vous verrez beaucoup d'entrepôts. Maintenant, et beaucoup d'entre eux stockons des choses, beaucoup d'entre eux ne stockant pas les choses. Maintenant, pourquoi ces entrepôts sont-ils là? Si, les marchandises arrivent par train, elles devraient se trouver sur le site ou à côté de la gare de Howrah, mais ces entrepôts se trouvent sur l'autre site de la rivière, Howrah est sur un site de la rivière et les entrepôts se trouvent de l'autre côté de la rivière. Pourquoi c'est arrivé ou pourquoi c'est arrivé, c'est arrivé, parce que même jusqu'à 50, 60, 70 ans en arrière, beaucoup de moyens de transport utilisés par la voie fluviale et la route fluviale encore aujourd'hui est le mode de transport le moins cher. Ainsi, beaucoup de briques qui sont utilisées pour la construction de maisons sont encore transportées par la rivière, la boue est transportée par une rivière. Au Kerala, une énorme quantité de tuiles utilisées dans les maisons à des fins de construction a été transportée par les eaux du dos. Donc, beaucoup de transport se produit pour les produits lourds en vrac et où le temps de réponse requis n'est pas si rapide. Donc, vous pouvez le déplacer lentement, leur transport d'eau est encore très important. Donc, à Calcutta aussi, quand le transport de l'eau était là, beaucoup de ces entrepôts ont été construits, juste à côté de Howrah pour prendre soin de l'ensemble du marché de Kolkata et de l'Est de l'Inde. Ainsi, les entrepôts sont en place depuis la période britannique, depuis les 150 dernières années 200 ans. Donc, ce que je veux dire, c'est que vous rencontrerez des situations où les entrepôts existent déjà et qu'ils sont là soit pour des raisons géographiques de bénéfice géographique, etc. Donc, là les entrepôts vous sont donnés, vous ne pouvez pas changer les emplacements d'entrepôt et les marchés sont aussi donnés par exemple en Inde le marché le plus populaire où vous pouvez vraiment vendre les choses sont les villes métropolitaines. Là aussi vous ne pouvez rien changer. Donc, si vous regardez cette matrice qui est là devant vous sur votre écran. Les marchés que nous avons pris en compte sont de dire Delhi, Mumbai, Kolkata et Madras que ces marchés sont aussi donnés que vous ne pouvez pas changer le marché parce que ce sont les endroits où la majorité de votre population vit et comme nous avons mentionné que les entrepôts sont déjà établis, peut-être que les 100 dernières années, ces entrepôts sont là. Ainsi, lorsque des marchés sont donnés, des entrepôts sont donnés, vous ne pouvez pas changer. La décision que vous aurez à prendre est, maintenant une rupture ici dans le sens que le marché a donné et vous connaissez aussi la demande de ce marché. Parce que cela vient de la prévision et que vous savez aussi la capacité de stockage de la capacité de stockage de ces entrepôts et vous connaissez également le coût de transport par unité du produit de chaque entrepôt à chaque marché, coût de transport pour chaque entrepôt sur chaque marché, chaque entrepôt sur chaque marché. Donc, ce que nous avons dit, c'est que vous n'avez aucun contrôle sur le marché, vous n'avez aucun contrôle sur l'entrepôt, vous n'avez aucun contrôle sur le coût du transport aussi, vous n'avez aucun contrôle sur la demande aussi et vous n'avez aucun contrôle sur la quantité d'entrepôt que l'entrepôt peut stocker. Parce que ces entrepôts la superficie des pieds carrés le mètre carré sont tous là depuis 150 ans. Alors, à quoi vous contrôlez-vous? Quelle décision pouvez-vous prendre? La décision que vous devez prendre est la demande et l'offre. Combien enverrons-nous de quel entrepôt à quelle destination? Donc, que mon coût total de transport est minimum, c'est-à-dire la décision que vous devez prendre, des cas précédents vous parlez d'une décision quant à l'endroit où vous trouverez l'entrepôt. Maintenant, c'est l'emplacement de l'entrepôt qui vous est donné, plus tôt vous prenez une décision où je me locerai. Maintenant, l'entrepôt est déjà situé, vous aurez à prendre une décision qui d'où je devrais envoyer combien de marchandises. Donc, mon coût total reste inférieur. Par exemple, si vous regardez cette matrice, il suffit de voir de Madhya Pradesh si j'envoie des marchandises à Madras ou Chennai par unité de coût de transport est de 132 roupies. Mais si j'envoie les mêmes marchandises à Chennai de l'Himachal Pradesh, mon coût de transport par unité est en train de venir jusqu'à 98 roupies. Donc, je devrais envoyer les marchandises à Chennai de l'Himachal Pradesh. Donc, c'est ça, ce modèle est à propos. La demande est donnée, la quantité que je dois envoyer de quel entrepôt à quel marché. C'est la décision que vous devez prendre. Maintenant, comment le faire, voyons que nous formerons comme nous le mentionnerons dans le module 2 nous avons commencé avec une programmation linéaire notre objectif est de l'encadrer comme un modèle de programmation linéaire. Combien de quantités nous allons fournir? Nous allons fournir de Madhya Pradesh à Delhi nous ne savons pas x1, combien vous vous fournissez de Madhya Pradesh à Mumbai x2, combien nous allons fournir x3, x4, x5, x6, x7, x8 de cette façon jusqu'à x12. Quel est le coût total pour le transport de marchandises de Madhya Pradesh à Delhi 81 par unité de coût en unités x1. Ainsi, 81 x1 est le coût du transport de marchandises de Madhya Pradesh à Delhi plus le coût total possible dans ce modèle 81 x1 plus 92 x2 101 x3 130 x4 117 x5 77 x6 comme dit. Donc, c'est le coût total qui est possible, ce coût ne sera pas supporté. Parce que toutes les marchandises ne seront pas envoyées de chaque endroit que vous enverrez à ces endroits où le coût est le moins cher, mais c'est le coût total possible 81 X1 plus 92 X2 103 X3 etc. Et quel est mon objectif? Mon objectif est de minimiser ce coût total. Donc, cela nous amène à cette équation. Minimiser 81 x1, 92 x2, 107 x5 jusqu'à x12 mémoriser? Nous avions x12 là, c'était la matrice. Donc, minimiser ce coût total jusqu'à x12, quelles sont les contraintes? Revenons, quelles sont les contraintes? Conlignées est .. c'était le modèle. Qu'est-ce que la demande x1 plus x5 plus x9 est égal à 12. De même, x2 plus x6 plus x10 est égal à 8 ; x3, x7, x11, donc, x1 plus x5 plus x9 devrait être égal à 12. Parce que la demande de Delhi pour être satisfaite. Donc, x1 est x5 x9 est égal à 12 x2 x6 x10 est égal à 8 x3 x7 x11 9 comme ceci. Quelle est l'offre? Non 81 x1 81 est le coût x1 est la quantité. Donc, x1 plus x2 plus x3 plus x4 est inférieur à 20 unités c'est l'entrepôt peut stocker les 20 unités qui est la capacité maximale. Parfois, même si c'est la capacité, il se peut que nous ne puissions pas conserver cette capacité maximale dans l'entrepôt. Donc, l'offre est normalement inférieure à 20, nous utilisons un signe inférieur à égal. Donc, quelle est la capacité d'approvisionnement de l'entrepôt du Madhya Pradesh x1 plus x2 plus x3 plus x4 et que la capacité est inférieure à 20. De même, Himachal Pradesh x5 plus x6 plus x7 plus x8 inférieur à 16 qui est la capacité de l'Himachal Pradesh. Uttar Pradesh x9 x10 x11 x12 inférieur à 11 qui est la capacité de l'Himachal Pradesh. Alors, qu'est-ce que nous faisons? Nous formulons simplement cela comme un problème de programmation linéaire. C'est le modèle de coût total qui minimise le coût total. Sujet deux, si vous vous souvenez? Nous venons de parler de cela, j'ai demandé que ce soient les quatre villes. C'était Delhi, Mumbai, Kolkata et Madras. C'est la contrainte d'approvisionnement du Madhya Pradesh, de l'Himachal Pradesh et de l'Uttar Pradesh moins que de se souvenir. On vient juste de parler un peu égal à. Nous l'avons utilisé pour d'autres programmes avec d'autres logiciels. Donc, ce nombre va changer un peu, mais c'est moins que 20, 16 et 11 comme vous l'avez mentionné. Ainsi, un x1 est toujours supérieur à 0 car la quantité ne peut jamais être négative. Donc, c'est mon modèle de programmation linéaire comment résoudre le modèle de programmation linéaire vous pouvez utiliser Excel vous pouvez utiliser la technique Simplex que vous pouvez utiliser, autant d'autres techniques. Nous avons utilisé des logiciels appelés LiPS 1.11.1 ; cela vous pouvez télécharger et nous venons de faire la même chose 20, 16, 11, c'est-à-dire que c'est le nombre que nous avions mis 0 pour le but de la programmation. Quoi qu'il en soit, le même modèle ne code pas le même modèle que nous avons mis en place ; nous sommes allés dans LiPS; LiPS puis quand vous boudrez cliquer sur ce LiPS. Le mot analyse viendra, cliquez sur résolution et cela résoud votre problème. Vous n'avez pas besoin d'entrer ces données comme si cela ressemble à un Excel, mais vous n'avez qu'à entrer les nombres ou à entrer l'équation choisie est à vous d'entrer les nombres ou d'entrer l'équation regardez toutes mes contraintes d'offre et de demande sont là. Et ça vous donne la solution. Il donne x1 comme 12, ce qui signifie que 12 unités doivent passer de l'origine A à la destination A 12 unités doivent passer de l'origine, 8 unités doivent passer de l'origine A à la destination B qui est x2. Aucune unité ne devrait passer de l'origine A à Kolkata et Madras, aucune unité ne devrait passer de l'origine B à Delhi Mumbai Kolkata seulement il devrait déménager à Chennai se rappeler que vous avez parlé de Chennai étant le moins le coût de Himachal Pradesh il devrait bouger. Donc, de cette façon, le système vous donnera combien d'unités devraient passer de quel entrepôt vers quel marché. Donc, c'est mon modèle de coût de transport. Le modèle de coût de transport, lorsque nous l'utilisons, nous l'utilisons lorsque vous avez des informations sur la demande, vous avez des informations sur la fourniture, mais vous n'avez aucun contrôle sur l'emplacement de l'entrepôt. L'entrepôt est déjà configuré, vous n'avez besoin que du graphique à distance ou du coût de transport. Quelle que soit la distance que nous pouvons convertir en unités de coûts de transport équivalentes, vous n'avez besoin que du graphique à distance ou du coût de transport, puis de la programmation linéaire, minimisons les coûts et obtenez les unités qui peuvent passer d'une origine à une autre. Nous terminerons cette semaine la session de la semaine prochaine, nous prendrons une situation où nous aurons l'option d'avoir un petit entrepôt ou un grand entrepôt. Et le coût fixe sera différent. Donc, nous utiliserons la programmation linéaire mixte en nombres entiers pour résoudre ce problème. Merci !