A decision support system for long-term supply chain capacity planning : a model-driven engineering approach

par Raphaël Oger

Thèse de doctorat en Génie Industriel et Informatique

Sous la direction de Matthieu Lauras et de Benoît Montreuil.

Soutenue le 14-11-2019

à l'Ecole nationale des Mines d'Albi-Carmaux , dans le cadre de École doctorale Systèmes (Toulouse) , en partenariat avec Centre de recherche Génie industriel (Albi) (laboratoire) et de Centre Génie Industriel / CGI (laboratoire) .

Le président du jury était Yves Sallez.

Le jury était composé de Matthieu Lauras, Benoît Montreuil, Maria Jesus Saenz, Bruno Agard, Christophe Rousse, Frédérick Bénaben.

Les rapporteurs étaient Maria Jesus Saenz, Bruno Agard.

  • Titre traduit

    Un système d'aide à la décision pour la planification capacitaire des chaînes logistiques sur un horizon long-terme : une approche d'ingénierie dirigée par les modèles


  • Résumé

    La planification capacitaire des chaînes logistiques (SCCP) sur un horizon long-terme a pour objectif de définir un plan d’actions contenant l’ensemble des actions qui vont façonner la capacité disponible et requise des chaînes logistiques sur plusieurs années. Lorsque les entreprises réalisent leur SCCP sur un horizon long-terme, elles sont confrontées à une multitude d’options décisionnelles et de sources d’incertitudes, ainsi qu’à un environnement très dynamique. Chaque entreprise met en place son propre système d’aide à la décision (SCCP DSS) pour réaliser sa SCCP. Ce DSS est composé d’un processus de prise de décisions, d’un système d’information, et de personnes. Les entreprises peuvent utiliser les processus de prise de décisions et systèmes d'information existants pour créer leur propre SCCP DSS. Cependant, la revue de littérature relative aux processus de prise de décisions et systèmes d'information existants pouvant servir à la création d’un SCCP DSS a révélé les trois limitations suivantes : premièrement, les solutions existantes sont très chronophages. Cette limitation contraint les entreprises à ne prendre en compte qu’un nombre limité de scénarios alternatifs associés aux options décisionnelles et aux sources d’incertitudes. De plus, cela rend difficile le maintien à jour des analyses SCCP. Deuxièmement, les solutions existantes sont conçues pour réaliser les analyses SCCP sur des chaines logistiques prédéfinies et figées, sans considération de l’ensemble des potentielles alternatives structurelles. Troisièmement, les décideurs sont parfois réticents face aux méthodes d’optimisation du fait du manque de visibilité sur le processus d’obtention de la solution recommandée. Ainsi, cette thèse décrit la proposition d’un nouveau SCCP DSS ayant pour objectif de solutionner ces limitations. Il est composé d’une proposition de processus de prise de décisions SCCP tirant profit d’une proposition de système d'information SCCP. Le processus de prise de décisions SCCP est composé de deux processus : implémentation et routine. Le système d'information SCCP est composé de deux logiciels : un logiciel calculatoire et un logiciel de business intelligence. La proposition de SCCP DSS a été validée en réalisant deux projets pilotes avec deux partenaires industriels. Deux bénéfices majeurs ont été identifiés : premièrement, cela permet de prendre en compte une multitude d’options décisionnelles et de sources d’incertitudes durant les analyses SCCP à un rythme permettant un maintien à jour de ces analyses. Deuxièmement, cela permet aux décideurs d’avoir de la visibilité sur l’impact que leurs options décisionnelles et sources d’incertitudes auraient sur l’entreprise, ce qui renforce leur confiance vis-à-vis des décisions qu’ils peuvent prendre. Finalement, des perspectives de recherche ont été identifiées, incluant notamment la conception d’un SCCP DSS hyperconnecté qui collecterait automatiquement les informations et déclencherait des réunions de prises de décisions seulement quand cela est nécessaire plutôt qu’à une fréquence prédéfinie.


  • Résumé

    Long-term Supply Chain Capacity Planning (SCCP) aims to define the plan of all actions to perform that will shape the available and required capacity of supply chains over several years. When performing long-term SCCP, companies are confronted with a multitude of decision options and uncertainty sources as well as a highly dynamic supply chain environment. Each company configures its own Decision Support System (DSS) to perform SCCP, composed of a decision-making process, an information system, and people. Companies can take advantage of existing decision-making processes and information systems to build their own SCCP DSS. However, the literature review on existing decision-making processes and information systems for SCCP revealed the following three major limitations: first, existing solutions are time-consuming. This constrains companies to consider only a small number of alternative scenarios associated with decision options and uncertainty sources. And it makes it difficult to keep SCCP analysis up to date. Second, existing solutions are designed to perform SCCP analysis on predefined supply chains without considering the whole set of potential alternative configurations. Third, decision-makers are reluctant to accept optimization methods because of the lack of visibility of the analysis leading to the recommended solution. Therefore, this thesis describes a new SCCP DSS proposal aiming to overcome these limitations. It is composed of an SCCP decision-making process proposal relying on an SCCP information system proposal. The SCCP decision-making process proposal contains two processes: implementation and routine. The SCCP information system proposal contains two software programs: a computational software program and a business intelligence software program. The SCCP DSS proposal was validated by undertaking two industrial pilot projects with two industrial partners. The following two major benefits have been confirmed: first, SCCP analysis can be performed in encompassing a multitude of decision options and uncertainty sources at a pace allowing updates in accordance with the pace of supply chain changes. Second, it provides decision-makers with the visibility and understanding of the impacts of their respective decisions and uncertainty sources which bolster their confidence in the decisions they can make. Finally, avenues for future research have been identified, including an opportunity for designing a hyperconnected SCCP DSS that automatically gathers information and triggers decision-making meetings when necessary rather than on a predefined frequency.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Autre version

Cette thèse a donné lieu à une publication

A decision support system for long-term supply chain capacity planning : a model-driven engineering approach


Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : IMT Mines Albi. Bibliothèque électronique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.

Consulter en bibliothèque

Cette thèse a donné lieu à une publication

Informations

  • Sous le titre : A decision support system for long-term supply chain capacity planning : a model-driven engineering approach
  • Détails : 1 vol. (236 p.)
  • Annexes : Bibliogr. p.195-206
La version de soutenance de cette thèse existe aussi sous forme papier.

Où se trouve cette thèse\u00a0?

Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.