Modèles et méthodes pour la planification de la récolte forestière

Abstract

La planification de la récolte forestière comporte différents niveaux de planification selon l'horizon de temps du problème et la nature des décisions à prendre. Dans un premier temps, nous nous intéressons à un problème de planification annuelle de la récolte, à mi-chemin entre la planification tactique et opérationnelle. Ce problème appliqué à l'exploitation forestière au Québec, naît d'un besoin de l'industrie québécoise d'un outil pour la planification annuelle intégrée qui fournit aux équipes de récolte leur calendrier. L'intégration consiste à déterminer les affectations des équipes aux blocs en fonction des besoins des usines, et qui respectent les contraintes de transport, de gestion des stocks, et bien entendu les conditions d'exploitation en forêt. Plusieurs modèles de types MIP ont été formulés, des approches de résolution adaptées à la structure de chacun des modèles ont été développées. L'approche par horizon roulant est celle dont les résultats surpassent les deux autres et surtout, améliorent de façon significative les plans usuellement suivis, notamment en réduisant les volumes non livrés aux usines de moitié, ou encore en divisant entre 2 et 6 fois les volumes en stock quand la demande diminue. De plus, le développement d'une interface pour systématiser le processus de résolution et élargir le nombre d'utilisateurs, est la seconde contribution de la thèse. Cette étape du projet correspond à un transfert de technologie de l'université vers l'industrie. Le second problème de planification se situe au Chili, est une planification tactique de la récolte dirigée par les prix et demandes en produits finis, ces derniers étant considérés comme des paramètres aléatoires. Le problème stochastique formulé est résolu suivant une méthode de décomposition par scénarios dont le nombre varie entre 10 et 100. Pour chaque scénario, la solution déterministe, lorsqu'elle est réalisable, est comparée avec celle issue de la résolution du problème stochastique. La solution déterministe n'est réalisable que pour une dizaine de scénarios parmi 100, et les pertes encourues sont en moyenne de 9%.

Harvest planning has different levels according to the time horizon of the problem and the nature of the decisions to be taken. Initially, we are interested in an annual harvest scheduling problem, halfway between tactical and operational planning. This problem applied in Qu\'ebec, is motivated by a need from the industry for an integrated tool that provides annual schedules to harvest teams. The integration is to determine demand driven assignments of teams to cutblocks and to manage transportation and inventory accordingly.

Several MIP models have been formulated, and three solution approaches have been developed according to the structure of each model. The rolling horizon approach performs better than the other two, by improving significantly from the traditional harvest plan, especially by reducing by half non delivered volumes or by dividing between 2 and 6 times volumes in storage when demands decrease.

Another contribution of the thesis is the creation of an interface to systematize solution process and to allow other users. This is the object of a transfer project between academics and industry.

The second problem is a Chilean tactical harvest planning. Harvesting decisions are driven by stochastic demands and prices of final products. The stochastic problem is solved using a heuristic based on a scenario decomposition technique. The number of scenarios considered is between 10 and 100 scenarios.

For each scenario, when the deterministic solution is feasible, it is compared with the stochastic solution for the current scenario. The deterministic solution is only feasible for 10% of the scenarios, and induces losses of 9% in average.