La recherche du nombre de repères critiques optimal

...

Le seuil de criticité optimal est pris en considération dans le calcul du lot optimal, comme le montre la (figure III.9)

[pic 8]

Figure III.15 Condition de détermination des repères critiques

La recherche du lot optimal passe par trois étapes :

- La première étape : la recherche du lot optimal des repères non critiques :

Dans cette étape l’application commence d’abord par calculer le stock retour moyen dans le cas d’un lot 50, ce stock va être utilisé par la suite pour déterminer les gains.

Apres la détermination de ce stock moyen, l’application fixe le lot des repères critiques dans la valeur 50, et fait varier le lot des repères non critiques entre les valeurs 20 et 50.

A chaque fois que l’application fixe le lot des repères non critiques dans une valeur, elle calcule à la fois le stock retour moyen généré avec ce lot et le gain qui lui correspond.

Le gain correspondant à un lot x est calculé avec la formule suivante :

[pic 9]

L’application classe les lots selon le gain qu’ils génèrent et enregistre celui qui minimise le plus le stock retour moyen ; c’est le lot optimal des repères non critiques.

- la deuxième étape : la recherche du lot optimal des repères critiques

Dans cette deuxième étape, l’application fixe le lot des repères non critiques dans la valeur 50 et fait varier celui des critiques entre les valeurs 20 et 50. Et comme dans l’étape précédente, elle calcule le stock retour généré et le gain correspondant.

De même que l’étape une, elle classe les lots selon les gains, et enregistre celui qui minimise le stock retour ; le lot optimal des repères non critiques

- La troisième étape : le calcul des gains générés avec le lot optimal des repères non critiques

Dans cette étape l’application fixe le lot des repères non critiques dans sa valeur optimale calculé avant et fait varier celui des repères critiques de 20 à 50.

Pour chaque lot l’application enregistre le gain généré, et affiche dans un tableau les différentes valeurs notamment le nombre et le pourcentage des repères critiques, le lot optimal des repères non critiques et le gain final.

La (figure III.10) montre le résultat final affiché sur la feuille « Tableau de bord » de l’application

[pic 10]

Figure III.16 le résultat final d’une simulation