📌 Réponses
1. Avant l’introduction de la chaîne de montage par Ford, comment les automobiles
étaient-elles fabriquées ? Était-il envisageable de développer l’industrie automobile
à grande échelle sans cette innovation, et pour quelles raisons ?
Avant Ford, les voitures étaient produites artisanalement par des ouvriers spécialisés,
chaque véhicule étant monté pièce par pièce. Ce processus était très lent, coûteux et
réservé à une clientèle aisée. La standardisation et la production de masse étaient
impossibles dans ces conditions. L’introduction de la chaîne de montage a réduit
considérablement les coûts unitaires et les temps de fabrication. Sans cette
innovation, l’automobile ne serait jamais devenue un produit de consommation de
masse.
2. Comment le choix du coefficient de lissage influence-t-il les performances et le
comportement d’un modèle de lissage exponentiel dans le cadre de la prévision de
la demande ?
Le coefficient de lissage α détermine le poids accordé aux données récentes. Un α
élevé rend la prévision très réactive aux fluctuations, mais aussi instable car elle suit
trop le bruit. À l’inverse, un α faible produit une prévision plus stable mais peu
sensible aux changements rapides. Le bon choix dépend de la volatilité de la
demande et de la précision recherchée. Ainsi, le paramétrage du coefficient est
essentiel pour équilibrer stabilité et réactivité du modèle.
3. Comment une entreprise peut-elle organiser un système kanban en intégrant des
fournisseurs externes pour optimiser la chaîne d’approvisionnement ?
L’entreprise peut mettre en place des cartes kanban électroniques partagées avec ses
fournisseurs pour déclencher automatiquement les livraisons. De petits stocks
tampons peuvent être positionnés chez le fournisseur pour absorber les variations de
demande. Les livraisons doivent être synchronisées avec la consommation réelle en
production pour éviter le surstock. Ce système favorise une meilleure coordination
entre acteurs de la chaîne. Ainsi, il permet de tendre vers un flux tiré, plus flexible et
plus réactif.
4. Dans le cas d’une demande présentant une tendance, est-il possible d’utiliser une
régression simple pour la prévision ? Si oui, comment cette méthode peut-elle être
appliquée ?
Oui, la régression linéaire simple peut modéliser une tendance régulière de la
demande. Le temps est utilisé comme variable indépendante et la demande comme
variable dépendante. Une droite de tendance est alors ajustée aux données
historiques pour représenter l’évolution future. Cette équation permet de prévoir les
valeurs des périodes suivantes. Toutefois, cette méthode reste limitée si la série
présente aussi des effets saisonniers ou irréguliers.
5. Dans le cas de la fabrication en alternance de quatre portières de véhicule, si un
dispositif permet de réduire le temps de changement d’outil à une heure, quelles
décisions pourraient être envisagées pour tirer parti de cette amélioration ? Quelles
options de réorganisation du flux de production sont possibles pour exploiter ce
progrès, et y a-t-il plusieurs choix viables ?
La réduction du temps de changement d’outil permet de diminuer les tailles de lots et
de gagner en flexibilité. L’entreprise peut donc produire plus fréquemment
différentes références sans perte excessive de temps. Cela favorise une meilleure
adaptation à la demande réelle et un rapprochement du juste-à-temps. Plusieurs
options sont possibles : réduire les stocks, augmenter la variété ou accélérer le flux
global. Le choix dépend des priorités stratégiques de l’usine.
6. Dans quelles situations une organisation industrielle ou logistique peut-elle
accepter que certaines ressources, qu’il s’agisse de machines ou de personnel,
soient sous-utilisées, et quelles justifications logistiques ou opérationnelles
soutiennent cette approche ?
Une entreprise peut tolérer la sous-utilisation lorsqu’elle veut garder une marge de
flexibilité. Cela permet d’absorber les pics de demande ou de réagir rapidement à des
imprévus. La sous-utilisation peut aussi être volontaire lors de périodes de
maintenance ou d’équilibrage des flux. Elle évite les goulots d’étranglement en
répartissant mieux la charge. Enfin, elle peut être un choix stratégique pour assurer la
fiabilité du système global.
7. Dans un atelier, le principal défi réside-t-il dans l’ordonnancement des tâches ou
dans la gestion à court terme de la capacité de production, et comment ces deux
aspects interagissent-ils ?
Les deux dimensions sont complémentaires et interdépendantes. L’ordonnancement
fixe l’ordre et la priorité des tâches, tandis que la gestion de la capacité vérifie si les
ressources suffisent pour les exécuter. Un bon ordonnancement ne sert à rien si la
capacité réelle est insuffisante. À l’inverse, une bonne capacité sans règles claires
d’ordonnancement crée du désordre. La performance de l’atelier dépend donc de la
coordination des deux.
8. Dans un système kanban, comment est déterminé le niveau optimal des stocks
d’en-cours pour assurer un flux de production fluide ?
Le niveau d’en-cours est calculé en fonction de la consommation moyenne, du temps
de cycle de production et d’un stock de sécurité. Trop bas, il provoque des ruptures et
arrête la ligne. Trop élevé, il entraîne des coûts de stockage et des gaspillages. Le
dimensionnement doit donc être ajusté en fonction du rythme réel de la demande.
L’objectif est de maintenir un flux tiré, fluide et sans excès.
9. De nombreuses usines organisées en lignes de production adoptent une structure
en deux parties : des chaînes spécialisées pour les références standards à fort
volume, et des chaînes polyvalentes pour les références variées à plus faible
volume. Quelles sont les justifications de cette organisation, et quels problèmes et
enjeux spécifiques émergent pour chaque type de chaîne ?
Les chaînes spécialisées assurent des gains de productivité et de coûts pour les
produits standards. Les chaînes polyvalentes offrent de la flexibilité pour gérer des
séries variées et plus petites. Cependant, les spécialisées manquent d’adaptabilité
face aux variations de la demande. Les polyvalentes, quant à elles, génèrent une
complexité de gestion et des changements fréquents. Chaque type nécessite donc
une organisation adaptée pour équilibrer efficacité et flexibilité.
10. Élaborez un tableau comparatif détaillé présentant les principes fondamentaux, les
avantages et les inconvénients des systèmes de planification à court terme en
atelier, en comparant l’approche centralisée et l’approche basée sur les règles de
priorité.
L’approche centralisée donne une vision globale, optimise l’utilisation des ressources
et coordonne mieux l’ensemble de l’atelier. Mais elle est plus lourde, complexe et
lente à réagir aux imprévus. L’approche par règles de priorité est simple, rapide à
mettre en œuvre et flexible localement. Toutefois, elle peut entraîner des décisions
sous-optimales au niveau global. Le choix dépend donc du contexte de l’atelier et de
sa stabilité.
11. En tant que responsable d’une usine dotée de trois chaînes de production
parallèles, quelle serait votre position face à une proposition des délégués du
personnel visant à instaurer des horaires variables (embauche entre 8 h et 10 h,
sortie entre 17 h et 19 h, avec un total hebdomadaire de 39 heures) ? Quels
éléments logistiques et organisationnels prendriez-vous en compte ?
Les horaires variables offrent de la flexibilité sociale mais risquent de désynchroniser
les chaînes parallèles. Cela peut entraîner des déséquilibres de capacité, une
coordination plus complexe et des retards dans les flux. Avant d’accepter, il faut
analyser l’impact sur la productivité, la gestion des pauses et la planification des
tâches. Une solution intermédiaire peut être envisagée, par exemple une flexibilité
partielle selon les postes. Le but est de concilier bien-être des employés et efficacité
logistique.
12. Identifiez quatre règles de priorité utilisées dans l’ordonnancement par gestion
des files d’attente, et décrivez leur fonctionnement dans un atelier.
FIFO : premier arrivé, premier servi → équité mais peu flexible.
LIFO : dernier arrivé, premier servi → utile en cas d’urgence mais peut retarder les
anciens ordres.
SPT : tâche la plus courte d’abord → réduit les temps moyens d’attente.
EDD : date d’échéance la plus proche → favorise le respect des délais clients.
Chaque règle répond à un objectif différent et doit être choisie selon la priorité de
l’atelier.
Chaque règle répond à un objectif différent et doit être choisie selon la priorité de
l’atelier.
13. Les experts en prévision soulignent souvent que les méthodes
mathématiques de modélisation ne couvrent qu’une partie des défis liés à la
prévision. Quels sont les autres obstacles à surmonter pour améliorer la
qualité des prévisions ?
Les prévisions dépendent aussi de la qualité des données disponibles, qui
peuvent être incomplètes ou biaisées. Les comportements imprévisibles des
clients, les tendances de marché et les événements exceptionnels
compliquent également la tâche. La communication entre départements joue
un rôle clé dans la fiabilité des prévisions. Enfin, l’intégration d’une expertise
humaine et d’outils qualitatifs est indispensable. La prévision est donc à la fois
un défi technique et organisationnel.
14. Lors de la planification de la capacité future d’une usine, qui repose à la fois
sur les machines et le personnel qui les opère, est-il préférable de prévoir un
excédent de machines ou un excédent de personnel, et pour quelles
raisons ?
Prévoir un excédent de personnel est souvent plus avantageux, car les
employés sont polyvalents et adaptables. Les machines, en revanche, sont
coûteuses, rigides et parfois sous-utilisées si la demande baisse. Le personnel
peut être réaffecté à d’autres tâches ou formé pour de nouvelles opérations.
Cela donne plus de flexibilité dans l’ajustement des capacités. Ainsi, l’excédent
humain est généralement une option plus durable et moins risquée.
15. Parmi les fonctions Gestion commerciale, Marketing, Logistique et Finance,
lesquelles sont les mieux positionnées pour élaborer des prévisions fiables,
et quelles sont les raisons de leur pertinence ?
La fonction commerciale est la plus proche des clients et capte directement
leurs besoins et comportements. La logistique, de son côté, connaît les flux
physiques et les contraintes opérationnelles. Ces deux fonctions combinées
permettent d’élaborer des prévisions réalistes et opérationnelles. Le
marketing et la finance apportent un soutien complémentaire mais moins
concret sur le court terme. La pertinence réside donc dans l’ancrage terrain de
la logistique et du commercial.
[Link] un produit dont la demande est stable, sans tendance ni saisonnalité, quelle
méthode choisiriez-vous entre la moyenne mobile pondérée et le lissage exponentiel, et
pour quelles raisons?
La moyenne mobile pondérée (MMP) utilise les données passées avec des poids différents,
Exemple :
Supposons que la demande des 3 derniers mois soit :
Mois 1 : 100 unités
Mois 2 : 110 unités
Mois 3 : 120 unités
Et que les poids choisis soient :
Mois 3 (le plus récent) → 0,5
Mois 2 → 0,3
Mois 1 → 0,2
Prévision = (120 × 0,5) + (110 × 0,3) + (100 × 0,2) = 113 unités
Alors que le lissage exponentiel simple (LES) combine la dernière demande observée et la
prévision précédente à l’aide d’un coefficient de lissage.
Exemple :
Si α = 0,3, la demande réelle du mois est 120 et la prévision précédente était 110 :
Prévision = (0,3 × 120) + (0,7 × 110) = 113 unités
Pour une demande stable sans tendance ni saisonnalité, le LES est plus adapté car il est plus
simple, nécessite peu de données et s’ajuste facilement aux petites variations. Il offre ainsi
un bon compromis entre stabilité et réactivité, contrairement à la MMP plus lourde à mettre
en œuvre.
17. Pourquoi est-il important d’analyser à la fois l’écart algébrique moyen et l’écart absolu
moyen lors de l’évaluation des écarts de prévision, et quel rôle jouent ces indicateurs dans
l’amélioration des prévisions ?
Le MFE (écart algébrique moyen) mesure le biais des prévisions. Un MFE positif
signifie qu’on sous-estime souvent la demande, tandis qu’un MFE négatif indique une
surestimation.
Exemple :
Prévisions = [100, 110, 120]
Demandes réelles = [105, 108, 125]
Écarts = [+5, -2, +5]
EAM = (5 – 2 + 5) / 3 = +2,67 → tendance à sous-prévoir.
Le MAD (écart absolu moyen) mesure la précision globale des prévisions en calculant la
taille moyenne des erreurs, sans tenir compte du signe.
Exemple (avec les mêmes données) :
Écarts = [+5, -2, +5]
Valeurs absolues = [5, 2, 5]
EAbM = (5 + 2 + 5) / 3 = 4 → erreur moyenne de 4 unités.
Ensemble, ils permettent de savoir si les prévisions sont justes et précises : le MFE détecte le
biais, et le MAD montre la fiabilité générale du modèle.
18. Pourquoi les étapes de détection et de correction des valeurs aberrantes deviennent-
elles de plus en plus cruciales dans le processus de prévision, et quel impact ont-elles sur la
fiabilité des prévisions ?
Une valeur aberrante est une observation qui est très différente du reste des données.
Exemple : si les ventes mensuelles sont autour de 100–120 unités, mais qu’un mois on
observe 300 unités à cause d’un événement exceptionnel (promotion, grève, panne…), c’est
une valeur aberrante.
La détection et la correction des valeurs aberrantes sont cruciales car ces observations
extrêmes peuvent fausser les modèles de prévision. Sans traitement, elles créent des biais et
réduisent la précision des estimations futures. En ajustant ou en éliminant ces anomalies, on
obtient des données plus représentatives du comportement réel de la demande. Cela
améliore la fiabilité des prévisions et permet une meilleure prise de décision en planification
et en gestion des ressources.
19. Qu’entend-on par le terme « chevauchement » dans le contexte de l’ordonnancement
et de la planification de la production ?
Le chevauchement en ordonnancement de la production désigne le fait de lancer une
opération avant que l’opération précédente ne soit totalement terminée. Cette pratique
permet de réaliser certaines tâches en parallèle au lieu de les exécuter strictement en
séquence. L’objectif est de réduire le temps total de production (cycle time) et d’améliorer la
réactivité. Toutefois, il nécessite une bonne coordination pour éviter les blocages ou les
interruptions.
21. Quelle catégorie de méthodes (quantitatives, causales ou qualitatives) serait la plus
appropriée pour prévoir la demande des trois prochains mois pour des articles vendus dans
un supermarché, et pourquoi ?
Pour prévoir la demande des trois prochains mois dans un supermarché, les méthodes
quantitatives sont les plus appropriées. En effet, ces articles disposent généralement
d’historiques de ventes riches et détaillés, ce qui permet d’appliquer des modèles
statistiques comme les moyennes mobiles ou le lissage exponentiel. Ces méthodes captent
les tendances et variations saisonnières à court terme. Elles offrent donc des prévisions plus
fiables que les méthodes qualitatives ou causales, mieux adaptées à des situations avec peu
ou pas de données historiques.
22. Quelles sont les différences entre les systèmes kanban « à une boucle » et « à deux
boucles », et comment influencent-elles la gestion des flux ?
Le Kanban « à une boucle » relie directement le poste de consommation au poste de
production : chaque retrait déclenche immédiatement une fabrication. Le Kanban « à deux
boucles » ajoute un stock intermédiaire, avec une boucle de transport et une boucle de
production. Le premier est simple et rapide mais moins souple, tandis que le second, plus
complexe, permet une meilleure régulation des flux et une gestion plus efficace des délais ou
des distances.
23. Quelles sont les unités de mesure utilisées pour évaluer la capacité d’une ressource
(machine ou personnel) dans le cadre d’un calcul de capacité en gestion logistique ou
industrielle ?
Pour évaluer la capacité d’une ressource, on utilise plusieurs unités de mesure selon le type
de ressource et l’objectif. Pour une machine, la capacité peut être mesurée en unités
produites par heure, par jour ou par semaine, ou en temps de fonctionnement disponible.
Pour le personnel, on utilise souvent le nombre d’heures disponibles, le nombre de tâches
qu’un opérateur peut réaliser ou le taux de productivité. Ces mesures permettent de
planifier la production, d’équilibrer les lignes et d’optimiser l’utilisation des ressources.
24. Quels sont les avantages et les inconvénients d’une implantation en U pour une ligne
de fabrication, en termes d’efficacité logistique, de flexibilité opérationnelle et de gestion
des flux ?
Une implantation en U est une disposition physique des postes de travail ou des machines
en forme de U. Les opérateurs se placent à l’intérieur de la boucle, et les matériaux circulent
autour de cette forme.
L’implantation en U favorise une meilleure communication entre opérateurs, réduit les
déplacements et facilite la supervision, ce qui améliore l’efficacité logistique. Elle offre aussi
une bonne flexibilité car un même opérateur peut gérer plusieurs postes. Cependant, elle
peut devenir moins efficace si l’espace est limité ou si la ligne est trop longue. Elle demande
aussi une bonne organisation pour éviter les blocages de flux.
25. Quels sont les avantages et les inconvénients d’une procédure d’ordonnancement
centralisé dans la gestion des flux de production d’un atelier ?
L’ordonnancement est l’organisation des tâches ou des opérations de production dans le
temps et dans l’espace. Il consiste à décider quelle tâche doit être réalisée, par quelle
ressource, et à quel moment, afin d’optimiser les délais, les coûts et l’utilisation des
machines ou du personnel.
Ordonnancement centralisé : signifie que les ateliers ou machines ne planifient pas eux-mêmes
leurs tâches, mais reçoivent les ordres d’un centre de planification.
Exemple : un ERP (logiciel de gestion intégré) qui calcule le planning de production pour
toutes les machines et envoie les instructions aux opérateurs.
26. Quels sont les principaux points à surveiller pour assurer la performance et la stabilité
d’un processus de production continue, en tenant compte des aspects logistiques et
opérationnels ?
Dans un processus de production continue, il est essentiel de surveiller la disponibilité des
matières premières, la fluidité des flux logistiques et la fiabilité des équipements pour
éviter toute interruption. Le suivi de la qualité en temps réel, la maintenance préventive et
la gestion des stocks tampons sont également cruciaux pour assurer la stabilité. Enfin, une
bonne coordination entre équipes logistiques et opérationnelles garantit la performance
globale.
27. Sur la base de quels critères peut-on évaluer la qualité d’un ordonnancement dans un
système de production ?
La qualité d’un ordonnancement peut être évaluée selon plusieurs critères : le respect des
délais de livraison, la réduction des temps d’attente et des temps morts, et le taux
d’utilisation des ressources. On mesure aussi la minimisation des coûts de production et la
fluidité des flux de travail. Enfin, un bon ordonnancement doit offrir une certaine flexibilité
pour s’adapter aux aléas.
28. Sur une ligne de montage, lorsqu’un responsable d’atelier doit affecter les opérateurs,
est-il préférable de positionner les opérateurs les plus lents au début, au milieu ou à la fin
de la ligne, et pourquoi ?
Il est généralement préférable de placer les opérateurs les plus lents au début de la ligne.
Cela permet de détecter rapidement les goulots d’étranglement et d’adapter le flux en
conséquence. Si les opérateurs lents sont placés au milieu ou à la fin, ils risquent de bloquer
toute la chaîne et d’accumuler des retards. En début de ligne, la cadence globale peut être
ajustée plus facilement, ce qui améliore la fluidité du processus.
29. Une entreprise d’habillement spécialisée dans la production de pantalons jeans dispose
d’une usine équipée de deux chaînes de montage, fabriquant 15 modèles différents en lots
de 2 à 5 jours de production par chaîne. Quels défis spécifiques de planification la directrice
de l’usine doit-elle relever pour optimiser la production et la gestion des flux ?
La directrice doit gérer la variété des modèles tout en optimisant l’utilisation des deux
chaînes. Elle doit planifier les changements de séries (set-up) pour minimiser les temps
morts et éviter les retards. La gestion des stocks de matières premières et produits finis est
également cruciale pour répondre à la demande sans surproduction. Enfin, elle doit
équilibrer la charge entre les deux chaînes afin d’assurer une fluidité des flux et une
productivité maximale.