Cette thèse porte sur la problématique de la fourniture d’équipements de protection individuelle en lien avec la pandémie de COVID-19. Mots clés : approvisionnement stratégique, gestion des risques, pandémie, COVID-19, répartition de la demande, source d'approvisionnement alternative, équipement médical, équipement de protection individuelle, réserve d'EPI.
La revue de littérature
Les stratégies d’approvisionnement
- L’approvisionnement simple (single sourcing)
- L’approvisionnement double (dual sourcing)
- L’approvisionnement multiple (multi-sourcing)
- L’approvisionnement local
- L’approvisionnement international
Des stratégies de distribution de la demande ont été élaborées en fonction des différentes sources d'approvisionnement disponibles. La figure 4.3 ci-dessous montre la logique d'allocation de la demande lorsqu'une réserve est disponible.
La sélection des fournisseurs
La gestion du risque dans la chaîne d’approvisionnement
- La sélection des fournisseurs
- L’allocation de la demande
- Les stratégies d’approvisionnement
- Les stratégies d’approvisionnement dans le contexte de la crise sanitaire de
Burke et coll. (2008) ont également montré que la répartition de la demande est fortement affectée par la stratégie de remise quantitative. En effet, la gestion des risques de la supply chain suggère, entre autres, d’assurer une augmentation de la production auprès des fournisseurs existants pour prévenir une éventuelle augmentation de la demande.
Les méthodes de sélection des fournisseurs
- L’AHP (Analytic Hierarchy Process)
- L’ANP (Analytic Network Process)
- L’arbre de décision
- La programmation linéaire
- La programmation non linéaire
- La programmation multi objectif
- Les heuristiques
- Les modèles analytiques
- L’analyse de décision multicritère
- La théorie des jeux
- La simulation
D'une part, la programmation mathématique est encore utilisée aujourd'hui pour effectuer cette tâche importante de sélection des fournisseurs ainsi que pour répartir la demande entre les fournisseurs sélectionnés. À côté de la programmation linéaire se trouve la programmation non linéaire. 2019) ont proposé un modèle de programmation entière non linéaire dans le but d'optimiser la sélection des fournisseurs et l'allocation conjointe des commandes dans les chaînes d'approvisionnement centralisées en tenant compte du risque de perturbations. Au lieu de considérer uniquement les coûts du client, ils ont minimisé l'ensemble des coûts de la chaîne d'approvisionnement.
Certains auteurs s’y intéressent cependant, par exemple Meena et Sarmah (2016), qui l’ont utilisé pour déterminer le nombre optimal de fournisseurs et la répartition de la demande entre eux, en tenant bien entendu compte des risques de ruptures. En fin de compte, lorsque le délai de livraison est allongé, compte tenu de la capacité de production et du coût de stockage du fournisseur, la quantité commandée auprès du fournisseur augmente encore (Xiao et al. 2010). Le tableau 1.3 résume les principaux résultats observés dans la littérature liés à la problématique de recherche.
Lorsque le délai de livraison augmente, compte tenu de la capacité de production du fournisseur ainsi que des frais de stockage, la quantité commandée par le fournisseur continuera d'augmenter.
Développement d’une approche de simulation : La méthodologie
La simulation à évènements discrets
Dans notre cas, le nombre d'unités demandées représente les attributs de nos entités car ils nous permettent de séparer la demande de la première semaine de celle de la cinquième et ainsi de suivre l'évolution des décisions de simulation en fonction de la météo. Pour stocker ces informations, nous créons des variables qui restent disponibles tout au long de la simulation. Par exemple, l'horloge est une variable globale qui stocke des informations sur l'heure actuelle dans la simulation (Caro et al., 2015).
Si l’on veut représenter un modèle de dépistage du cancer du sein, une mammographie serait un événement qui modifie le déroulement de la simulation en cas de résultat positif (Caro et al., 2015). Le tableau 2.1 ci-dessous résume les différentes composantes de la simulation à événements discrets en donnant des exemples et en définissant à quoi elles correspondent dans notre simulation. Le processus de simulation implique d'abord la conceptualisation d'un modèle en identifiant les variables étudiées (Alsolami, 2020).
Ainsi, dans notre contexte de gestion des stocks en situation critique de pandémie, nous avions besoin d’un outil représentatif de notre situation et des différentes alternatives en cas de pénurie, que nous pourrions mettre en œuvre à des moments importants de la simulation.
Le logiciel de simulation Arena
Le cadre d’analyse
Développement d’une approche de simulation : La modélisation de la
- La description conceptuelle du modèle
- Les hypothèses de la simulation
- Le système de réapprovisionnement périodique
- Les stratégies d’allocation de la demande dans la simulation
- L’extraction des données simulées
- L’évaluation des stratégies étudiées
La stratégie détermine l'allocation de la demande, en fonction des ressources disponibles déterminées à l'avance. Le moment d’activation d’une source et la quantité commandée dépendent de la stratégie adoptée. La première stratégie (allocation partielle de la demande à la source alternative dans le tableau 3.1) consiste à allouer la quantité commandée en totalité au fournisseur traditionnel jusqu'à ce que ce dernier atteigne sa capacité de production maximale.
Si la commande passée est supérieure à la capacité des sources disponibles, la quantité maximale commandée est la capacité du fournisseur traditionnel, à laquelle s'ajoute la capacité de la source alternative. Utiliser la source alternative pour compenser le manque de production en commençant par là. Utiliser la source alternative pour compenser le manque de production au départ.
Dans le cas où la réserve ne dispose plus de capacité, la passation de commande est renvoyée au fournisseur traditionnel.
Développement d’une approche de simulation : L’implémentation du
- Le modèle initial
- L’ajout d’un fournisseur alternatif au modèle initial
- L’ajout d’une réserve au modèle initial
- L’ajout du fournisseur alternatif & de la réserve au modèle initial
Nous déterminons ensuite si le niveau des stocks est suffisant pour répondre à la demande de la semaine. Dans notre situation initiale, le système attribue par défaut l'intégralité de la demande à notre seule option, le fournisseur traditionnel. La taille de la commande est ensuite déterminée en soustrayant l'inventaire physique du niveau cible.
À mesure que la demande augmente tout au long de la simulation, il est très probable que le fournisseur ait atteint sa pleine capacité de production et ne soit plus en mesure de nous fournir la totalité de la quantité commandée. La logique d'allocation est similaire à celle du fournisseur alternatif, sauf que ce dernier dispose d'une capacité continue, tandis que la capacité disponible diminue au fur et à mesure de son utilisation. Dans la stratégie 11 illustrée dans la figure ci-dessus, chaque semaine, lorsque le fournisseur traditionnel atteint sa pleine capacité, nous décidons d'allouer la totalité de la commande à la réserve.
Cette stratégie n'inclut pas de stratégie de désactivation puisque nous décidons de puiser des fournitures dans la réserve jusqu'à ce qu'elle soit vide.
Développement d’une approche de simulation : L’expérimentation du
La collecte de données
Analyse des données recueillies
- Les paramètres de la simulation
- L’évolution des hospitalisations en lien avec la COVID-19
- La demande de masques N95
Concernant le stock, nous avons fixé un délai de livraison de 1 à 2 jours puisque nous avons du stock provincial. Grâce à ces observations, nous avons créé la stratégie d’allocation complète de la demande avec la source alternative. Il est cependant possible de représenter l’évolution des hospitalisations tout au long de la pandémie.
Nous souhaitions présenter l'évolution des admissions aux soins intensifs pour avoir une idée de la demande de masques N95 étant donné que les données de consommation recueillies par Statistique Canada incluent des données manquantes. Cependant, le graphique d’évolution de la consommation permet d’avoir une idée de la consommation lors de la 2e vague de COVID-19. Enfin, on constate une diminution progressive de la consommation de masques N95 entre mars et mai 2021.
Ainsi, avec les figures 5.1 et 5.2, on a une meilleure idée de l’évolution de la demande dans le temps.
Développement d’une approche de simulation : La présentation des
La vérification des résultats
Ainsi, nous pouvons confirmer avec 95% de chances que la valeur d'un indicateur de performance pour une stratégie donnée se situe entre les limites des intervalles présentés. Les limites inférieure et supérieure des intervalles de confiance présentés ont été calculées à l'aide de la formule suivante. Où 𝐶𝐼 correspond à l’intervalle de confiance, c’est-à-dire 95% dans notre cas, 𝑥̅ pour l'échantillon signifie, 𝑧, la valeur du niveau de confiance, c'est-à-dire dans notre cas, 1,96 est lié à l'intervalle de confiance à 95 % 𝑠 de l'écart type de l'échantillon, et 𝑛, à la taille de l'échantillon, c'est-à-dire 100 itérations, qui donnent des résultats statistiquement significatifs (loi 2015).
Enfin, nous pouvons dire que la plupart de nos résultats sont statistiquement significatifs, puisque chacune de nos stratégies offre un intervalle de confiance spécifique pour chacun des indicateurs de performance.
Les stratégies disposant d’une source d’approvisionnement alternative
- La demande perdue
- L’utilisation de la réserve
- La répartition des commandes
- Les pénuries
- Le stock final
L'activation de la ressource alternative en fonction de l'enregistrement de la demande manquée donne à peu près les mêmes résultats que la stratégie d'allocation partielle. L'utilisation du stock mesure la quantité commandée dans le stock en fonction de sa capacité. La stratégie d’allocation partielle permet à la réserve d’être disponible tout au long de la deuxième vague de COVID sans être complètement épuisée.
En revanche, la stratégie d'allocation complète de la demande au fournisseur alternatif permet au fournisseur traditionnel de fournir plus de 80 %. D'autre part, la stratégie repose sur les fluctuations de la demande, ce qui. Enfin, la stratégie d'allocation complète de la demande à la réserve enregistre 73,118% à la réserve contre 26,882% au fournisseur traditionnel.
Quant au fournisseur alternatif, il y a son recours en fonction des fluctuations de la demande.
Les stratégies disposant de deux sources d’approvisionnement alternatives
- La demande perdue
- L’utilisation de la réserve
- La répartition des commandes
- Les pénuries
- Le stock final
Aucune stratégie n’a enregistré de stocks excédentaires, confirmant l’efficacité de la stratégie de désactivation. Dans les stratégies qui font appel à la réserve en premier, si on a une petite réserve, c'est en moyenne après 16 semaines liées à la deuxième vague que la réserve s'épuisera, ne laissant que deux sources d'approvisionnement disponibles pour la suite du golf COVID. . la demande continue de croître. De plus, lorsque l’on dispose d’un fournisseur alternatif important, la quantité hebdomadaire commandée est plus élevée, ce qui retarde encore davantage l’activation de la réserve.
Dans cette section, nous souhaitons étudier la répartition de la demande entre nos différentes sources d'approvisionnement lorsque nous disposons de trois sources. Lorsque le fournisseur alternatif dispose d’une grande capacité, c’est sur lui que repose la majorité de la demande, car sa capacité renouvelable lui permet de répondre à une partie importante de la demande. En particulier lorsqu'il existe une réserve importante et un fournisseur alternatif important, toute la demande est détournée vers la réserve avec un délai de livraison minimal, éliminant ainsi complètement les pénuries.
Le stock physique devrait donc pouvoir s'écouler parallèlement à la reprise normale de la demande de masques N95.
Développement d’une approche de simulation : La discussion des
Cependant, comme une réserve dispose d’une capacité non renouvelable, sa capacité doit être suffisante pour soutenir l’augmentation de la demande au cours d’une vague de COVID-19. Nous recommandons donc aux responsables de santé de privilégier la stratégie relative aux fluctuations de la demande dans un contexte de crise sanitaire. D’autre part, la stratégie d’allocation complète de la demande à la source alternative proposée traduit le phénomène de dépendance à l’égard des sources alternatives.
Nous recommandons donc aux gestionnaires de privilégier ce choix, le cas échéant, et de recourir à ce fournisseur alternatif. soumis aux fluctuations de la demande. Nous recommandons donc également aux gestionnaires d'activer la réserve en fonction des fluctuations de la demande. Prévenir la propagation des variantes de la COVID-19, extrait de https://www.canada.ca/fr/sante-publique/services/rapports-publications/rapport-maladies-transmissibles-.
Les masques N95 fabriqués en Ontario commencent à sortir de la chaîne de production de l'usine 3M de Brockville, récupéré de.
