The Using Bayesian Networks and Fuzzy Logic to Predict Warehouse Planning Disruption Risks

Abstract

Le rôle principal des gestionnaires d’entrepôt est d’établir un calendrier adapté aux différentes circonstances. L’arrivée tardive des véhicules, le manque de moyens de manutention et la pénurie de fournitures d’emballage sont autant d’éléments qui affectent cet horaire. C’est pourquoi l’une des exigences de la gestion de la qualité dans les opérations d’entreposage est d’anticiper les différentes situations probables. Cet article se concentre sur l’analyse des risques qui peuvent être associés à la manutention de marchandises dans un entrepôt, de la réception à la livraison. Chaque risque a deux effets négatifs : le premier est l’ajout de coûts supplémentaires et le second est la perte de confiance des clients. Dans cette optique, la recherche présentée dans cet article se concentre sur la création d’un modèle prédictif permettant d’anticiper ces risques, en utilisant une approche qui estime le degré de perturbation du calendrier préétabli, sur la base d’une analyse prédictive combinant réseaux bayésiens (BN) et logique floue. Le modèle a été validé et les paramètres influençant le risque étudié ont été identifiés en analysant la littérature spécialisée et en examinant des scénarios issus d’une enquête auprès des professionnels du secteur de l’entreposage. Les résultats aident les planificateurs à minimiser l’impact des perturbations, réduisant ainsi le temps nécessaire au traitement des marchandises dans l’entrepôt.