Modèles Stochastiques pour La Planification de Production et la Gestion de Stocks : Application aux Produits à Court Cycle de Vie

The phenomenon of uncertainty is encountered in many domains and should be faced. Even if the sources of this phenomenon are numerous, it is essentially due to our incapacity to predict precisely the future behaviour of a part or the whole of a given system. Many mathematical techniques have been emerged in the few last decades, which permit to master the uncertainty, and therefore to reduce our ignorance of how systems really behave.In the Supply Chain Management domain, the main source of randomness is the future demand. This later is generally modelled using probability distribution functions, which are developed via different forecasting techniques. The influence of this demand variability on the performance of the Supply Chain is very important: for example, in 2007 the global inventory shortage rate in the retail industry were around 8.3%. On the other hand, in 2003 the global Unsaleable products cost around 1% in the grocery industry. These two types of costs, which are mainly caused by the uncertainty of the future demand, represent important lost for the whole Supply Chain actors.This Ph.D. dissertation aims at developing mathematical production planning and inventory management models, which take into consideration the randomness of the future demand in order to reduce its economic negative impact, essentially for short life cycle products. We provide many planning models that consider the main issues of the planning problems, such as the production capacities, the information updating processes, the supply contracts and the advanced capacity reservation in a total costs minimization context. We consider in these models some aspects that are not considered in the literature, such as the “Payback” or the return options. We emphasize also on an important issue that characterize the globalization of the industry, which may be resumed in the difference between the procurement costs of the different suppliers. This issue is considered in the most chapters presenting models for short life cycle products and in the last chapter it is generalized to a long life cycle products setting. All the presented models are solved either analytically or numerically using the dynamic stochastic programming.Le phénomène d'incertitude, dont les sources sont variées, est rencontré dans plusieurs domaines et on devrait y faire face. Cette incertitude est due essentiellement à notre incapacité à prédire avec exactitude le comportement futur d'une partie ou de la totalité d'un système. Dans les dernières décades, plusieurs techniques mathématiques ont été développées pour maitriser cette incertitude, afin de réduire son impact négatif, et par conséquent, l'impact négatif de notre méconnaissance. Dans le domaine du « Supply Chain Management » la source principale d'incertitude est la demande future. Cette demande est, en général, modélisé par des lois de probabilité paramétrées en utilisant des techniques de prévision. L'impact de l'incertitude de la demande sur les performances de la « Supply Chain » est important: par exemple, le taux mondial de rupture de stock, dans l'industrie de distribution était en 2007 de 8.3%. De l'autre côté, le taux mondial de produits invendus, dans la grande distribution, était en 2003 de 1%. Ces deux types de coûts, qui sont dus essentiellement à l'incertitude de la demande, représentent des pertes significatives pour les différents acteurs de la « Supply Chain ».Dans cette thèse, on s'intéresse au développement de modèles mathématiques de planification de production et de gestion de stock, qui prennent en compte ce phénomène d'incertitude sur la demande, essentiellement pour de produits à courte durée de vie. On propose plusieurs modèles de planification de production, à petit horizon de planification, qui prennent en compte les différents aspects de notre problématique, tels que les capacités de production, la remise à jour des prévisions de la demande, les options de réservation de capacité, et les options de retour « Payback » des produits. On souligne, dans ces modèles, un aspect important qui prend de l'ampleur à cause de la mondialisation, et qui est lié à la différence entre les coûts de production des différents fournisseurs. On propose à la fin de la thèse, un modèle généralisé qui pourrait être appliqué à des produits à longue durée de vie, et qui exploite quelques résultats obtenus pour les produits à courte durée de vie. Tous ces modèles sont résolus analytiquement ou bien numériquement en utilisant la programmation dynamique stochastique