Aide à la planification dans les chaînes logistiques en présence de demande flexible

Dans le contexte général de la planification à moyen terme de chaînes logistiques, cette thèse propose une approche permettant d'améliorer la coordination interentreprises. Cette approche a été construite dans le but de 1) donner au décideur de la visibilité sur sa capacité à répondre à une demande entachée d'incertitude et 2) lui permettre de comparer les différentes décisions qu'il peut prendre au cours du temps. Pour cela, une modélisation locale de la planification des chaines logistiques basée sur un modèle linéaire en variables mixtes multipériode, multiproduit, implémenté avec le logiciel Xpress-MP(r), est proposée. le modèle développé est intégré à un cadre simulation pour réaliser un processus complet de planification à horizon glissant. Un tel outil a pour vocation de proposer, simuler et évaluer différents scénarios possibles pour 1) l'intégration des contraintes temporelles liées à l'anticipation nécessaire à l'application concrète d'une décision et 2) la prise en compte d'une demande incertaine. Des expérimentations numériques montrent qu'une bonne interprétation des caractéristiques des clients et fournisseurs dans le processus de planification améliore la performance de la chaîne.In the global context of middle term planning of Supply Chains, this work suggests an approach aiming at improving the coordination between supply chain's partners. This approach aims at 1) providing the manager with a good visibility of his capacity to answer a demand pervaded by uncertainty and 2) allowing him to compare the various decisions he can make along time. In that purpose, a simulation framework for supply chain planning based on a mixed integer linear programming model, implemented with Xpress-MP(r), is proposed. Such a framework allows the simulation of a complete rolling horizon planning process. This tool is built in order to simulate and evaluate several scenarios for comparative studies of 1) temporal constraints linked to the necessary anticipation of decisions and 2) the introduction and management of uncertain demand in the planning process. Numerical experiments show that a better handling of suppliers and customers characteristics in the planning process can improve the supply chain efficiencyTOULOUSE-ENSEEIHT (315552331) / SudocSudocFranceF