Des caractéristiques synonymes de complexité

• Le territoire se compose de métropoles, et offre de nombreuses structures logistiques de différentes natures.
• Ces structures permettent de supporter des flux organisés de marchandises entre les métropoles.
• Les marchandises entrent et sortent du territoire par des nœuds d'accès connus.
• Le système et ses acteurs subissent différentes contraintes (spatiales, économiques, politique, ou écologique).
• Un nombre important d'acteurs aux méthodes et objectifs variés doivent interagir ensemble. Leurs comportements autonomes leur permettent d'organiser globalement les flux de marchandises de manière auto-organisée.

Problématique

• On cherche à comprendre, à de multiples échelles, comment des acteurs, autonomes et très hétérogènes, s'organisent collectivement autour des infrastructures à leurs dispositions pour gérer des flux de marchandises soumis à un ensemble de contraintes.
• Pour cela, nous proposons un modèle individus-centrés qui vise à reproduire le fonctionnement d'un système logistique au travers de la simulation.
• La simulation permet alors de tester différents scénarios pour comprendre comment des décisions locales impactent l'ensemble du système.

Une approche système complexe de la modélisation

• Un modèle multi-agent qui représente chaque acteur et infrastructure par une entité autonome et réactive.
• Ces agents ont des règles prédéfinies qui décrivent comment ils se comportent et interagissent entre eux en fonction de leurs perceptions de leurs besoins et de leur environnement.

• Des graphes dynamiques représentent le réseau de transport multi-modal.
• Il se compose d'un sous-graphe pour chaque type de transport.
• On peut suivre le déplacement en temps réel de chaque véhicule et observer l'évolution global du trafic.

L'approche se veut multi échelle : on veut observer comment les propriétés macroscopiques du système émergent des propriétés et comportements locaux.

L'implémentation

• La simulation, qui concerne l'axe Seine, évolue heure par heure au sein de la plateforme orientée agent GAMA.
• Les agents implémentés sont :
  • Les destinataires finaux : possèdent des stocks qui baissent régulièrement.
  • Les prestataires logistiques : organisent et gèrent des chaînes logistiques pour leurs clients.
  • Les entrepôts : ils regroupent les plateformes logistiques ou encore les centres de distribution. Ils offrent notamment des surfaces d'entreposage.
  • Les fournisseurs : il existe un fournisseur par nœud d'accès au système.

Configuration et analyses

Configurations possibles de la simulation

• Modifications des données initiales (le réseau de transport, la localisation des infrastructures ou des acteurs,...).
• Modifications locales des niveaux de consommation de la population.
• Modifications des stratégies de réapprovisionnement.
• Modifications des stratégies de construction des chaînes logistiques.
• ...

Méthodes d'analyses existantes

La plupart des méthodes d'analyses peuvent s'appliquer globalement ou localement.

• Observations du trafic global.
• Observations de mesures de performance logistique : délai de livraison, quantité de produits en rupture de stock,...
• ...

Effets d'une perturbation locale sur le trafic global

Figure 3: État du trafic dans des conditions normales

Effets d'une perturbation locale sur le trafic global

Figure 4: État du trafic dans des conditions peu perturbées

Effets d'une perturbation locale sur le trafic global

Figure 5: État du trafic dans des conditions très perturbées

Pour résumer

• Nous avons proposé un modèle multi-agent et des graphes dynamiques pour représenter un système logistique.
• C'est une approche multi-échelle : on peut observer les effets globaux de perturbations locales.
• L'implémentation a été réalisé au sein de la plateforme de simulation GAMA et utilise des données sur l'axe Seine.