Connaître l'influence d'un paramètre seul sur la performance d'un processus

[invitea9eea24b]

Bonjour,

Je suis étudiant, actuellement en stage dans une boite qui fait dans le progiciel pour l'optimisation de la chaine logistique (principalement de la gestion d'entrepôt).
Je suis confronté au cours de ce stage à un problème auquel certains d'entre vous pourraient éventuellement apporter des pistes.

J'étudie le déroulement des processus de "vagues", qui consistent à l'arrivée groupée d'ordres de livraison dans les entrepôts et déclenchent les différentes opérations à effectuer pour y répondre.

Ces vagues sont déclenchées les unes après les autres à des intervalles différents. Elles ont un certain temps d'exécution qui dépend en grosse partie du nombre de ligne de cette vague (grossièrement le nombre de commandes) et AUSSI de la position dans le temps. La position d'exécution a une influence sur les performance de la vague. Evidemment la performance de la vague dépend de manière flagrante de la taille de cette dernière (je dispose d'un fichier excel avec une population de vagues, les caractéristiques associés et notamment le rapport temps execution / nbre de lignes.
Ce qui m'intéresse c'est de connaître uniquement l'influence de la position d'éxécution de la vague sur sa performance, sans considération de taille.
J'ai essayé pas mal de chose un peu dans le désordre, notamment une Analyse en Composante principale, mais je ne pense pas que ce soit très cohérent dans mon cas après réflexion, pêut être les étapes de réduction ou centrages pourraient-elles m'être utile quand même. Je dois avouer que tout ça est un peu lointain dans mon esprit et que les amths n'ont jamais été ma spécialité. Docn malgré aps mal de recherche je stagne un peu.
Je ne demande absolument pas de résoudre mon problème, juste de m'orienter légèrement, de me donner quelques pistes de recherche. N'hésiter pas à me poser des questions ne serait-ce que pour me faire préciser mon but ou mes données, ca pourrait bien déjà m'aider.

Merci d'avance
-----

[invite6f25a1fe]

En général, je traite le cas de l'influence quand j'ai déjà trouvé une bonne modélisation de ma sortie (mais on doit pouvoir faire sans).

Je cherche donc d'abord a modéliser ma sortie en fonction des paramètres en prénsence. Une régression marche assez bien pour ca, surtout si tu ne veux traiter que des effets linéaire, interactions, carré, cubique etc... (bref, tant que tu restes dans le cadre regression linéaire, sinon c'est plus galere)

Ensuite, pour les études de sensibilité, soit j'utilise les intervalle de confiance pour savoir si mon paramètre/effet à un réel sens dans le modèle ou si je dois l'enlever (répond à la question : est-il significatif ou non ?). Sinon, j'utilise aussi les indices de Sobol (ca devrait t'intéresser pour le coup) qui permet de savoir quel est la part de variance expliquée par ton paramètre/effet (ou groupe de paramètres/effets)
L'avantage d'avoir un modèle établi est que les indices de Sobol sont facilement calculable (surtout si on a pris la peine de faire une régression avec des polynomes orthogonaux).

Sinon, il y a moyen je crois d'estimer les indices de Sobol sans le modèlisation/regression. Ca doit surement passer par du Monte-carlo ou quelque chose comme ca.

Voila, j'espere que tu trouveras une ou 2 idées à exploiter là dedans.

P.S: je ne peux pas te garantir que la démarche que j'utilise est parfiatement fiable, c'est plus une méthode que j'ai mise en place grace aux différentes lectures que j'ai faite, donc prudence ...

[invitea9eea24b]

Merci pour ta réponse.
J'ai cherché dans un premier temps effectivement à modéliser ma sortie via une régression linéaire. J'ai en gros trois paramètres que sont la durée de la vague, son nombre de lignes et la position de la vague. Pour ça j'ai effectué une ACP et conservé uniquement l'axe principal. Le vecteur propre associé au centre de gravité du nuage de point me permet de définir la droite qui approche au mieux le nuage de point (problème dans mon cas cette régression linéaire n'est pas très fiable, puisque cet axe principal ne représente que 56 % de la variabilité) donc je ne pense pas pouvoir passer par là.
Enfin je vais coninuer à explorer.
Merci encore pour les pistes