GESTION OPTIMALE DES RESSOURCES HUMAINES DANS LES ENTREPRISES by tfo34034

VIEWS: 33 PAGES: 6

									                             4 e Conférence Francophone de MOdélisation et SIMulation
                         “Organisation et Conduite d’Activités dans l’Industrie et les Services”
                              MOSIM’03 – du 23 au 25 avril 2003 - Toulouse (France)

        GESTION OPTIMALE DES RESSOURCES HUMAINES DANS LES
        ENTREPRISES TRAVAILLANT SOUS COMMANDES-CONTRATS

      Hend CHAABOUNI, Mohamed MOALLA                                               Pierre BAPTISTE

     Faculté des Sciences de Tunis, Laboratoire LIP2.             Ecole polytechnique de Montréal. C.P. 6079, succ.
     Campus Universitaire, 1060 Tunis, Le Belvédère,              Centre-ville. Montréal (Québec), Canada. H3C3A7
                         Tunisie.                                             Mél : Pbaptiste@polymtl.ca
           Mél : Hend.chaabouni@ensi.rnu.tn,
               Mohamed.moalla@fst.rnu.tn




RESUME : Les entreprises travaillant sous “ commandes-contrats ” s’engagent avec leurs fournisseurs d’ordres sur
des programmes globaux de commandes pouvant couvrir de longues périodes mais avec des quantités prévisionnelles
pour chaque échéance de livraison qui ne sont précisées que peu de temps avant l’échéance. Elles sont de là obligées
de gérer la flexibilité de la capacité de la main d’œuvre de façon à garantir leurs services tout en optimisant les coûts.
Il est proposé ici une approche de modélisation qui vise la planification à moyen terme des ressources humaines dans
ce contexte par l’exploitation des leviers offerts par les heures supplémentaires et l’intérim tout en intégrant des
contraintes réelles liées à la réglementation et au rendement.

MOTS-CLES : Commande-contrat, Gestion des ressources humaines, Flexibilité de la capacité de la main d’œuvre.


1.   INTRODUCTION                                              l’intérim induit un investissement de formation à rende-
                                                               ment réduit dont le temps d’amortissement dépend de la
Dans l’évolution des rapports entre donneurs d’ordres et       durée de l’intérim. Il est clair que l’exploitation optimi-
fournisseurs, nous assistons à l’instauration progressive      sée de ces leviers doit non seulement tirer profit de la
d’un nouveau type de relation de partenariat dit               diversité mais aussi s’appuyer sur des compromis fon-
“ commande-contrat ” : Le client et le fournisseur se          dés. L’anticipation de la décision, pour laisser le temps
lient par des commandes globales couvrant une période          nécessaire à la préparation de la mise en œuvre, est éga-
relativement importante et par un programme de livra i-        lement souhaitable.
son défini mais, cependant, pour des quantités à livrer
qui restent approximatives jusqu’à peu de temps avant          Nous nous intéressons, dans ce papier, à apporter une
l’échéance effective de chaque livraison. Les partenaires      voie de réponse à la question suivante : Dans la mesure
échangent donc implicitement une garantie de travail (le       où le fournisseur va se trouver à chaque fois face à un
donneur d’ordre s’engage à travailler avec son fournis-        engagement qui porte sur une longue période, pour une
seur sur le long terme) contre une garantie de service (le     charge relativement connue, est-il possible d’assister ses
fournisseur doit tenir ses engagements). Cette garantie de     décisions par une modélisation qui lui permet de cerner
service exige inéluctablement une flexibilité de la capa-      une gestion optimale des ressources humaines en termes
cité pour permettre au fournisseur de s’adapter ponctuel-      de compromis entre le nombre d’opérateurs permanents
lement à la demande de son donneur d’ordres. Autrement         à prévoir et une planification des recours aux heures
dit, le système de production doit être capable d’ajuster      supplémentaires et à l’intérim ?
sa capacité au besoin. Cela peut être réalisé par le biais
de différents leviers de flexibilité : les heures supplémen-   Il n’est pas évident, en effet, que la solution couramment
taires, l’intérim, la sous-traitance, les changements de       adoptée par les entreprises, qui consiste à cadrer
modes de travail et une planification appropriée des           l’effectif de personnel propre sur les besoins corres-
charges.                                                       pondants aux valeurs minimales des commandes, soit
                                                               toujours la plus avantageuse quelle que soit l’évolution
Bien entendu, chacun de ces leviers a un coût spécifique       des coûts relatifs à chaque type de ressources. Aussi,
et des contraintes. Concernant, par exemple, le personnel      comme il a été mentionné plus haut, le fait d’intégrer les
permanent, le coût des heures supplémentaires peut ne          leviers de flexibilité dans le processus de planification
pas être linéaire en fonction du nombre d’heures effec-        permet à l’entreprise de se donner le temps de préparer
tuées, lui même régi par une réglementation qui en défi-       l’exécution. Les décisions obtenues par optimisation
nit les seuils autorisés hebdomadaires, mensuels et a   n-     rassurent l’entreprise en lui offrant la possibilité
nuels. Aussi, le coût de l’intérim, même s’il est constant     d’évaluer ses coûts de production et d’estimer ainsi ses
en apparence, c  ache le fait que chaque nouvel appel à        gains par des chiffres réels. Dans ce contexte, un modèle
                               MOSIM’03 – du 23 au 25 avril 2003- Toulouse (France)


mathématique est proposé permettant de déterminer les         contribue également       à    apporter   une   meilleure
paramètres optimaux de gestion des ressources humai-          optimisation des coûts.
nes.
                                                              3.     MODELE MATHEMATIQUE
2. ETAT DE L’ART
                                                              Cette modélisation vise précisément à développer un
La gestion des ressources humaines a fait l’objet de          scénario de planification à moyen terme qui place et
plusieurs études dans la littérature. Cependant, la majori-   optimise les recours nécessaires aux heures
té des travaux effectués se sont intéressés au niveau court   supplémentaires et à l’intérim tout en tenant compte des
terme en traitant uniquement le cas des demandes cycli-       lois sur l'aménagement du temps de travail. La résolution
ques. Parmi les plus significatifs, nous pouvons citer        peut être effectuée pour différents types de
ceux de Baker (1974 et 1977), de Emmons (1885) et de          comportements de la demande (saisonnière, à tendance,
Pinedo (1999). Globalement, l’approche qu’ils proposent       aléatoire, ...).
consiste à déterminer le nombre optimal d’employés
pour satisfaire les besoins répétitifs puis de produire des   3. 1. Les variables considérées
plans optimaux d’ordonnancements cycliques des em-
ployés et d’affectation de jours de congé grâce à des         V              :   Nombre d’heures fixes de travail par
programmes linéaires.                                                            semaine     pour       un   opérateur
                                                                                 permanent
D’autres études telles que celles effectuées par Inman        N              :   Nombre d’opérateurs de l’entreprise.
(1996) et Loerech (1994) ont porté sur la gestion des         K              :   Quantité d’heures supplémentaires
heures supplémentaires en l’abordant du point de vue                             autorisée par semaine et par opéra-
placement ponctuel d’heures supplémentaires au sein                              teur.
d’un problème classique d’ordonnancement visant à             H              :   Quantité d’heures supplémentaires
optimiser la durée opératoire de certaines tâches et res-                        autorisée par mois et par opérateur.
pecter les contraintes de délais. Peu de ces travaux ont      L              :   Quantité d’heures supplémentaires
étudié l’aspect annualisation qui représente pourtant un                         autorisée par année et par opérateur.
facteur déterminant pour la flexibilité des entreprises. A    Z(i)           :   Charge relative à la semaine i.
notre connaissance, seul le travail de Hung (1999) s’y est    X(i)           :   Quantité         totale      d’heures
intéressé en plein. Dans ce travail, Hung propose de                             supplémentaires effectuées au cours
planifier l’horaire hebdomadaire sur l’horizon d’une                             de la semaine i.
année, en faisant varier cet horaire de semaine en se-        Y(i)           :   Quantité totale d’heures intérimaires
maine autour d’un horaire moyen et de façon à s’adapter                          effectuées au cours de la semaine i.
aux variations de la demande dans le temps. La portée de      Ca             :   Coût de base d’une heure fixe de
                                            l
l’application réelle reste toutefois très imitée. D’une                          travail.
part, parce que l’auteur considère dans son étude une         C0           :     Coût de base d’une heure d’intérim.
année formée de 4 semaines, l’algorithme qu’il propose,       CoûtHS(X(i)) :     Coût       de         X(i)      heures
simple et manuel, risque de devenir combinatoirement                             supplémentaires.
difficile si l’on considère 52 semaines au lieu de 4.         CoûtHI(Y(i))   :   Coût de Y(i) heures intérimaires.
D’autre part, les nouvelles réglementations imposent que
l’on prenne en compte des limites maximales pour les          3. 2. Les fonctions de coûts
charges horaires globales de la semaine, de chaque pé-
riode de 4 semaine et de l’année.                             3.2.1. Coût des heures supplémentaires
                                                              Nous supposons que les heures supplémentaires
Les travaux sur la planification et l’ordonnancement des      engendrent un surcoût variable en fonction du nombre
systèmes manufacturiers n’ont donc quasiment pas              légal et nous adoptons pour cela le modèle donné au
abordé jusqu’ici la gestion des ressources humaines dans      tableau 1, inspiré du système français défini par les
le long et le moyen termes. De même l’exploitation des        nouvelles lois sur les 35 heures de travail décrites dans
leviers de flexibilité offerts par les heures                 les liaisons sociales (1998).
supplémentaires et l’intérim n’a pas fait l’objet
d’investigations approfondies qui prennent en compte les       Domaine         1           Z1 +1     … ZN-1 +1 .…
spécificités de la main d’œuvre (évolution non linéaire         de X         …. Z1        .… Z2      …       K*N
des coûts des heures supplémentaires et des heures            Coefficient Majoration Majoration          Majoration
intérimaires, investissements (directs ou indirects) de          de         de K1 %      de K2 %              de
formation à chaque nouvel appel aux intérimaires,             majoration                                     Kn %
contraintes imposées par la réglementation en vigueur,         du coût
...). Rappelons encore que la planification des besoins en      Tableau 1. Processus de calcul du coût des heures
ressources humaines s’avère non seulement très utile                             supplémentaires
pour préparer la mise en œuvre dans le court terme, mais
                                                              Avec : K1 < K2 < .... < Kn
                                 MOSIM’03 – du 23 au 25 avril 2003- Toulouse (France)


                                                              Les contraintes (3), (4) et (5) traduisent respectivement
Si l’on suppose que les heures supplémentaires sont           les quantités maximales d’heures supplémentaires
réparties à parts égales entre les N opérateurs permanents    autorisées par semaine, par mois et par année. Notons ici
de l’entreprise, le coût engendré sera donné par la for-      le fait qu’un mois désigne 4 semaines consécutives et
mule suivante :                                               qu’une année correspond à 52 semaines qui se suivent.
                                                              Nous modélisons la non linéarité de la productivité des
CoûtHS(X(i))=                                                 intérimaires comme suit :

 (1+K1 %) * X(i) * Ca                                                  •    La période d’intérim est décomposée en
                                      Si X(i) ≤ Z1 *N                       sous périodes consécutives dont le
                                                                            rendement est croissant :
 (1+K1 %)*Ca* Z1 *N + (1+K2 %)*Ca*(X(i)-Z1 *N)
                      Si (Z1 *N)+1 ≤ X(i) ≤ Z2 *N                                Y(i) = Y1 (i) + Y2 (i) + Y3 (i) +
                                                                                 …………. + Yn (i)                 (7)
 (1+K1 %)*Ca*Z1 *N+(1+K2 %)*Ca*(Z2 –Z1 )*N+
 (1+K3 %)*Ca*(X(i)-Z2 *N)                                              •    L’augmentation       du    coefficient  de
                      Si (Z2 *N)+1 ≤ X(i) ≤ Z3 *N                           productivité des intérimaires, au fur et à
                                                                            mesure que le nombre total d’heures
                                                                            intérimaires effectuées croit, peut être
                                                                            représentée par le tableau suivant :
 (1+K1 %)*Ca*Z1 *N+(1+K2 %)*Ca*(Z2 -Z1 )*N+…….+
 (1+Kn %)*Ca*(X(i)-Zn-1 *N)
                     Si (Zn-1 *N)+1≤ X(i) ≤ K*N                Domaine de Y(i)      0 …B1      B1 +1    …     Au delà
                                                                                               …B2           de BN-1 +1
3.2.2. Coût des heures intérimaires                             Coefficient de
Dans notre modèle, ce coût est défini par la fonction            productivité        α1 %      α2 %     …       αn %
suivante :
                                                               Tableau 2. Augmentation du palier de productivité des
                   CoûtHI(Y(i)) = C0 *Y (i)                                       intérimaires

Ce coût est d’apparence linéaire. Cependant, le rende-        avec la condition α1 < α2 < ……….. < αn ≤ 100%
ment de l’intérimaire évolue de façon non linéaire en
fonction de la durée de l’intérim. Cet aspect est pris en     Y(i) sera minimisée en respectant la contrainte suivante :
compte dans les contraintes du modèle (contraintes 7 et 8
ci-dessous).                                                  V*N + Y (i) * α1 + Y2 (i) * α2 + Y3 (i) * α3 + Y4 (i) * α4
                                                                          1
                                                              + . . . . + Yn (i) * αn ≥ Z(i)                         (8)
3.2.3. Coût total de la main d’œuvre
Le coût total engendré par les heures de base, les heures
                                                              3. 4. La modélisation de la charge
supplémentaires et les heures intérimaires sur j semaines
se calcule comme suit :
                                                              De façon classique, nous distinguons quatre modèles
                                                              stochastiques de charge :
    C = j*Ca*V*N + Σi CoûtHS(X(i)) + Σi CoûtHI(Y(i))
                                                                  • charge          stable     (cf.    figure   1) où
                                                                       Charge(i)=constante+Tir(i) avec Tir(i) fonction
3. 3. Les contraintes du modèle
                                                                       aléatoire suivant une :
                                                                            o loi uniforme avec une distribution
Pour toute semaine i d’un horizon formé de j semaines
                                                                                 comprise entre m et M ;
consécutives, nous définissons les contraintes suivantes :
                                                                            o ou une loi normale avec une moyenne
                                                                                 m et un écart-type e.
        X(i) ≥ 0                                        (1)
                                                                  • charge à tendance (cf. figure 2) où
                                                                       Charge(i)=a*i + modèle stable de moyenne 0.
        Y(i) ≥ 0                                        (2)
                                                                  • charge saisonnière (cf. figure 3) où
                                                                       Charge(i)=a*sin(k*i*Π/2 +b) + modèle stable
        X(i) ≤ K*N                                      (3)
                                                                       de moyenne 0.
                                                                  • et charge saisonnière et à tendance (cf. figure 4)
        Σj=0..3 X(i+j) ≤ H*N                            (4)
                                                                       où Charge(i)=a*i + a*sin(k*i*Π/2 +b) + modèle
                                                                       stable de moyenne 0.
        Σj=0..51X(i+j) ≤ L*N                            (5)

        V*N + X(i) + Y(i) ≥ Z(i)                        (6)
                                             MOSIM’03 – du 23 au 25 avril 2003- Toulouse (France)


                                                                          tion du nombre optimal d’opérateurs et, d’autre part, de
                 800
                 700
                                                                          valider le modèle mathématique proposé. En effet, pour
                 600                                                      un même modèle de charge et pour chaque échantillon
                 500
     charge




                                                                          relatif à ce même modèle, LINGO donne par optimis a-
                 400
                 300                                                      tion un nombre optimal d’opérateurs. Pour une entreprise
                 200                                                      donnée, l’estimation du nombre optimal de personnel
                 100
                   0
                                                                          permanent se fait par calcul de la moyenne pondérée des
                                                                          différentes valeurs obtenues pour chaque échantillon.
                         1

                             3

                                 5

                                     7

                                         9

                                             11

                                                   13

                                                        15

                                                             17

                                                                  19
                                         période

                   Figure 1. Un exemple de charge stable                  Nous présentons ici les résultats obtenus pour une exécu-
                                                                          tion effectuée sur un exemple de profil de charge stable
              1600
                                                                          et sur un exemple de profil de charge saisonnière. Pour
              1400                                                        des raisons de lisibilité, nous nous contentons de donner
              1200                                                        les résultats obtenus sur 26 semaines.
        charge




              1000
               800
               600                                                        4.1. Exemple de charge suivant un modèle stable
               400
               200
                 0                                                        Profil de charge suivant une loi uniforme de paramètres
                         1

                             3

                                 5

                                     7

                                         9

                                             11

                                                   13

                                                        15

                                                             17

                                                                  19




                                         période                          (m=1000, M=1500) avec les valeurs numériques suivan-
                                                                          tes : K=7 ; H=15 ; L=80 ; α1 = 20% ; α2 = 33% ;
                 Figure 2. Un exemple de charge à tendance
                                                                          α3 = 100% (n=3) ; V=35 ; Ca=40 ; C0 =45.
                                                                          HCPP représente le nombre d’heures chômées par le
               1800                                                       personnel permanent.
               1600
               1400
               1200
                                                                           Semaine   1   2    3    4     5   6
      charge




               1000
                800
                600
                                                                             Z     1166 1102 1476 1113 1266 1340
                400                                                          X      0    0   245   0    41  115
                200
                  0                                                          Y      0    0    11   0    0    0
                         1

                             3

                                 5

                                     7

                                         9

                                             11

                                                   13

                                                        15

                                                             17

                                                                  19




                                         période
                                                                            HCPP    59  123   0   112   0    0
                 Figure 3. Un exemple de charge saisonnière
                                                                           Semaine  7    8     9   10   11   12
                                                                              Z    1108 1335 1305 1454 1037 1333
                 1600
                 1400
                                                                             X      0   110   80  229   0   108
                 1200                                                        Y      0    0    0    0    0    0
                 1000                                                       HCPP   117   0    0    0   188   0
     charge




                  800
                  600
                  400                                                      Semaine 13    14   15   16   17   18
                  200
                     0                                                       Z     1144 1360 1278 1045 1292 1316
                         1

                             3

                                 5

                                     7

                                         9

                                             11

                                                   13

                                                        15

                                                             17

                                                                  19




                                         période                             X      0   135   53   0    67   91
                                                                             Y      0    0    0    0    0    0
     Figure 4. Un exemple de charge saisonnière et à
                       tendance                                             HCPP    81   0    0   180   0    0

4.   RESULTATS                                                             Semaine 19    20   21   22   23   24
                                                                             Z     1453 1141 1362 1364 1053 1072
Le modèle mathématique proposé a été implémenté dans                         X     228   0   137 139    0    0
l’environnement LINGO et plusieurs tests ont pu être                         Y      0    0    0    0    0    0
effectués pour différents modèles de charge. Partant d’un                   HCPP    0    84   0    0   172 153
modèle stochastique de charge, nous générons d’abord,
sous Excel, plusieurs échantillons relatifs au même m  o-                  Semaine 25          26
dèle de la demande, chacun étant formé de 104 valeurs
                                                                               Z      1485 1397
de charge (104 semaines : deux années). LINGO reçoit
chaque échantillon comme paramètre d’entrée ; il résout                        X      245 172
                                                                               Y       27       0
le modèle mathématique proposé précédemment et ren-
voie les résultats obtenus sous format d’un tableau                         HCPP        0       0
EXCEL. Une moyenne pondérée des valeurs obtenues                          Tableau 3. Planification en heures supplémentaires (HS)
pour chaque paramètre permet de déduire les estimations                   et en heures intérimaires (HI) pour un exemple de charge
finales. C’est ainsi que les différentes expérimentations                               stable suivant une loi uniforme
effectuées ont permis, d’une part, de cerner une estima-
                                   MOSIM’03 – du 23 au 25 avril 2003- Toulouse (France)


La résolution détaillée de cet exemple numérique donne :
                                                                 Semaine 25          26
-      un nombre optimal d’opérateurs permanents égal à              Z      420 356
       35. On constate que ce nombre est supérieur à celui
                                                                     X        0      0
       qu’on obtient en se basant sur la valeur de la capaci-
                                                                     Y        0      0
       té minimum de la charge (29 opérateurs pour cet
                                                                   HCPP     210 274
       exemple) ;
                                                                Tableau 4. Planification en heures supplémentaires (HS)
-      un total de 2195 heures supplémentaires en 26 se-
                                                                et en heures intérimaires (HI) pour un exemple de charge
       maines (soit 2,41 heures supplémentaires par opéra-
                                                                saisonnière et périodique
       teur et par semaine) ;
-      un total de 38 heures intérimaires en 26 semaines.
                                                                Les résultats de ce test indiquent :
       Parce que le coût d’une heure intérimaire est consi-
       déré dans cet exemple comme étant supérieur au
                                                                -   un nombre optimal d’opérateurs égal à 18 supérieur
       maximum du coût d’une heure supplémentaire, on
                                                                    à la valeur de la capacité imposée par la charge mi-
       verra que le recours aux heures intérimaires n’est
                                                                    nimum qui est de 8;
       adopté que lorsque la charge maximale en heures
                                                                -   un nombre total d’heures supplémentaires égal à
       supplémentaires est atteinte (semaines 3 et 25). On
                                                                    550 heures en 26 semaines (soit 1,17 heures sup-
       vérifie, d’autre part, que la productivité du person-
                                                                    plémentaires par opérateur et par semaine) ;
       nel externe est non linéaire (11 heures intérimaires
                                                                -   un nombre total de 113 heures intérimaires équiva-
       pour combler 6 heures équivalents permanents dans
                                                                    lentes en productivité à 63 heures permanents (32
       la semaine 3 et 27 heures intérimaires pour combler
                                                                    heures intérimaires pour combler 18 heures équiva-
       15 heures équivalents permanents dans la semaine
                                                                    lents permanents dans la semaine 3, 73 heures inté-
       25).
                                                                    rimaires pour combler 41 heures équivalents perma-
-      des valeurs HCPP (dernière ligne du tableau)
                                                                    nents dans la semaine 4 et 8 heures intérimaires
       quelquefois positives, ce qui confirme que les coûts
                                                                    pour combler 4 heures équivalents permanents dans
       optimaux sont obtenus avec le nombre optimal
                                                                    la semaine 8).
       d’opérateurs en dépit d’une quantité d’heures
                                                                -   un taux relativement important d’heures chômées
       chômées.
                                                                    par le personnel permanent dans la période de basse
                                                                    demande.
4.2. Exemple de charge suivant un modèle saisonnier
                                                                L’exécution du modèle pour plusieurs a    utres exemples
Profil de charge périodique avec les valeurs numériques
                                                                de profils de charge a confirmé la cohérence du modèle
suivantes : K=7 ; H=15 ; L=80; α1 = 20% ; α2 = 33% ;
                                                                vis -à-vis des hypothèses imposées à la fois par la régle-
α3 = 100% (n=3) ; V=35 ; Ca =40 ; C0 =45.                       mentation et par les choix stratégiques traduits par les
                                                                fonctions coûts. Elle a aussi permis de mettre en évi-
    Semaine    1      2      3         4    5      6            dence les liens entre le comportement des charges et la
      Z       608    609    774      797   631    596           planification correspondante en heures supplémentaires
      X        0      0     126      126    1      0            et en heures intérimaires. Les tests auxquels nous avons
      Y        0      0      32       73    0      0            procédé ont montré que le modèle de charge stable est
     HCPP     22     21      0        0     0     34            celui qui occasionne le moins de recours aux heures
                                                                intérimaires alors que les modèles à grand écart entre la
    Semaine    7      8       9       10    11     12           charge minimum et la charge maximum sont les plus
                                                                sujets à l’emploi d’intérimaires.
       Z      727    758     679     628   657    621
      X       97     124     49       0    27      0            Deux autres enseignements intéressants sont à souli-
      Y        0      8       0       0     0      0            gner :
     HCPP      0      0       0       2     0      9
                                                                -   La connaissance des charges minimu m et maximum
    Semaine    13     14     15       16    17     18               permet d’estimer le nombre optimal d’opérateurs.
      Z       517    508    529      475   435    448               D’une façon générale, l’entreprise a économique-
      X        0      0      0        0     0      0                ment intérêt à disposer d’un effectif de personnel
      Y        0      0      0        0     0      0                propre se situant au voisinage supérieur de la capa-
     HCPP     113    122    101      155   195    182               cité imposée par la moyenne des charges minimum
                                                                    et maximum. La différence entre le nombre moyen
    Semaine    19     20     21       22    23     24               d’employés et le nombre optimal est sensible à
                                                                    l’écart entre les deux charges minimum et maxi-
      Z       426    513    374      321   322    300
                                                                    mum.
      X        0      0      0        0     0      0
      Y        0      0      0        0     0      0            -   Toujours en se référant au critère économique,
     HCPP     204    117    256      309   308    330               l’entreprise peut avoir intérêt, dans certains cas, à
                               MOSIM’03 – du 23 au 25 avril 2003- Toulouse (France)


     accepter des périodes courtes de non-affectationn du     REFERENCES
     personnel pour lesquelles elle pourrait trouver une
     exploitation opportune.                                  Baker K.R., 1974. Scheduling a full-time workforce to
                                                                 meet cyclic staffing requirements. Management Sci-
5.   CONCLUSION                                                  ences, vol. 20, no. 12, August 1974.
                                                              Baker K.R. and M. J. Magazine, 1977. Workforce
Dans un contexte de commande-contrat, l’ajustement de            scheduling with cyclic demands and day-off con-
la capacité à la charge devient un besoin primordial pour        straints. Management Science, vol. 24, no. 2, October
toute entreprise désirant respecter ses engagements.             1977.
L’intégration de nouveaux leviers de flexibilité tels que     Chaabouni H., 2001. Étude d’une politique optimale de
les heures supplémentaires et l’intérim au niveau de la          gestion des ressources humaines dans une entreprise
phase de planification permet d’assurer cet ajustement.          travaillant à capacité infinie. Mémoire de DEA en In-
L’anticipation de ces décisions offre à l’entreprise la          formatique, Faculté des Sciences de Tunis, Octobre
possibilité d’évaluer ses coûts et ses besoins afin de           2001.
mieux préparer la mise en œuvre.                              ElBedoui K., 2001. Planification à moyen terme pour
                                                                 l’ajustement des charges et des capacités dans un
Dans cet article, nous avons étudié la possibilité de pla-       contexte de commande-contrat. Mémoire de DEA en
nifier la gestion des ressources humaines dès le moyen           Informatique, Faculté des Sciences de Tunis, Octobre
terme partant d’une estimation d’un modèle de charge et          2001.
ce, fondamentalement pour deux objectifs :                    Emmons H., 1985. Workforce scheduling with cyclic
                                                                 requirements and constraints on days-off and work
-    D’une part, il importe toujours aux entreprises             stretch. IIE Transactions, vol. 17, no. 1, pp. 8-16,
     d’analyser à l’avance leur capacité à honorer leurs         March 1985.
     engagements pour des commandes-contrats portant          Hung R., 1999. Scheduling a workforce under annual-
     sur des horizons importants et d’entrevoir les amé-         ized hours. In the international journal of production
     nagements qui les attendent dans l’exécution de ces         research, vol. 37, no. 11, pp. 2419-2427, juillet 1999.
     commandes-contrats en même temps que d’évaluer           Inman R.R., 1996. Scheduling preventive overtime : a
     les risques qu’elles peuvent encourir.                      new approach for the automative industry. IEEE
-    D’autre part, une telle analyse à moyen terme peut          Transactions, vol. 28, no. 7, pp. 555-565, 1996.
     s’avérer très utile pour la préparation et               Liaisons sociales, 1998. Métallurgie, Organisation du
     l’optimisation des décisions du court terme dont no-        travail et passage à 35 heures. Législation sociale, no.
     tamment la politique de recrutement et de formation         7910, pp. 9-10, Août 1998.
     de personnel.                                            Loerech A.G. and Muckstadt J.A., 1994. An approach to
                                                                 production planning and scheduling in cyclically
Nous avons ainsi développé un modèle mathématique,               scheduled manufacturing systems. In the Interna-
non linéaire, permettant d’arrêter une politique optimale        tional journal of Production Research, vol. 32, pp.
pour la gestion des heures supplémentaires et de                 851-871, 1994.
l’intérim. Ce modèle reçoit comme entrée un plan de           Pinedo M. and Chao X., 1999. Operations scheduling
charge qui peut être soit obtenu par un cumul des com-           with applications in manufacturing and services. Mc
mandes-contrats reçues, soit déduit par une analyse sta-         Graw-Hill International editions, Computer Science
tistique. La résolution du modèle avec le Logiciel               Series, 1999.
LINGO a permis, connaissant les charges minimum et
maximum, de cerner une estimation de l’effectif de per-
sonnel permanent. Vu que le solveur utilisé par LINGO
se contente de fournir des optima locaux, il est intéres-
sant de développer et d’utiliser un autre outil pour la
résolution de problèmes d’optimisation non linéaires.

D’autre part, il peut s’avérer utile, pour certaines entre-
prises, que le modèle stochastique de charge puisse
s’appuyer sur un historique des commandes et il y aurait
alors intérêt à utiliser les chaînes de Markov pour modé-
liser les charges. Il serait également intéressant
d’intégrer cette politique de gestion des ressources hu-
maines dans une approche plus globale de prise en
compte d’autres leviers de flexibilité comme
l’aménagement des modes de fonctionnement, voire la
planification simultanée des charges et de la gestion des
ressources humaines (Elbedoui 2001).

								
To top