Étude de l’apport d’heuristiques de routage dans les opérations de dispatching du Grand Hôpital de Charleroi

Details

Supervisors

Chevalier, Philippe

Faculty

Louvain School of Management

Degree label

Master [120] en Ingénieur de gestion

Abstract

Les activités du Grand Hôpital de Charleroi (GHdC) se répartissent sur six sites hospitaliers (qui le composent) et quatre centres de consultation. Des tournées prédéfinies permettent de répondre aux importants besoins de transport planifiés entre chacun des sites. Cependant, il arrive fréquemment qu’un besoin de transport non planifié et urgent (ne pouvant attendre la prochaine tournée) survienne. Pour y faire face, le GHdC dispose de deux chauffeurs et d’un dispatcheur s’occupant de planifier les différentes urgences. Lorsqu’aucun chauffeur interne ne peut traiter le transport, un taxi doit être appelé. Or ces derniers sont appelés dans 62.1% des cas et ont un coût jusqu’à 11 fois plus élevé. L’objectif de ce travail est d’évaluer dans un premier temps le processus actuel de dispatching, de manière globale et via le développement d’un modèle de simulation, puis d’étudier l’apport d’heuristiques de routage et de stratégies dans les opérations. La problématique est alors de savoir si le nombre de taxis envoyés est justifié et si l’apport d’heuristiques et de stratégies est bénéfique. Le problème étudié est un problème dynamique de tournées de véhicules avec récolte et livraison sous contraintes temporelles sur les demandes ainsi que sur la flotte hétérogène de véhicules. Pour répondre à la problématique, cinq faiblesses du processus actuel sont dégagées et un modèle de simulation, répondant aux faiblesses, est développé à l’aide de Python, de la librairie Java Jsprit et de l’API Google Maps Direction. Ce modèle simule la période du 1er au 27 février 2017 sur base des heures exactes des demandes et des ressources disponibles (répliquées à l’identique). Les heuristiques et stratégies y sont implémentées. L’expérimentation consiste (i) à reproduire les conditions réelles et actuelles puis (ii) à tester les différentes stratégies afin d’étudier leur impact sur 6 indices de performance. Un total de 3990 journées est simulé et visualisable sur une carte. Les résultats obtenus nous permettent de prouver la fiabilité du modèle qui offre par la même occasion des statistiques auparavant inconnues. Il montre alors qu’une marge de progression de 13,5% est à prévoir en termes de taxis envoyés et que l’utilisation d’une stratégie de repositionnement permet de diminuer significativement le nombre de taxis envoyés mais également les temps de récolte et de livraison moyens. Finalement, nous recommandons à court terme de mettre en pratique la stratégie la plus performante et à long terme de prendre différentes mesures afin de combler les faiblesses dégagées. Nous conseillons également de réaliser une étude de faisabilité quant à l’implémentation d’un tel modèle mais aussi d’exploiter le potentiel de ce dernier afin de tester diverses nouvelles stratégies ou changements structurels importants.