Programmation mathématiques pour la plannification tactique du transport dans une chaîne logistique multi-produits

Mathematical programming for tactical transportation planning in a multi-product supply chain

• Auteur / Autrice : Simon Belieres
• Direction : Nicolas Jozefowiez, Frédéric Semet
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 06/11/2019
• Etablissement(s) : Toulouse, INSA
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Analyse et d'Architecture des Systèmes - Laboratoire d'analyse et d'architecture des systèmes / LAAS
• Jury : Président / Présidente : Marie-Jose Huguet
• Jury : Examinateurs / Examinatrices : Nicolas Jozefowiez, Frédéric Semet, Bernard Gendron, Olivier Peton, François Clautiaux, Ivana Ljubic
• Jury : Rapporteurs / Rapporteuses : Bernard Gendron, Olivier Peton

Mots clés

Mots clés contrôlés

Optimisation combinatoire

Programmation (mathématiques)

Recherche opérationnelle

Transport

Logistique (gestion)

Mots clés libres

Logistique

Transport

Recherche opérationnelle

Programmation mathématiques

Optimisation combinatoire

Logistics

Transportation

Operations research

Mathematical programming

Combinatorial optimization

Résumé

La problématique que nous étudions est inspirée d’une collaboration industrielle entre un prestataire logistique, DHL Supply Chain, et une grande chaîne de restauration française. Dans le cadre de ce partenariat, DHL Supply Chain coordonne les acteurs d’un réseau logistique national composé de fournisseurs, d’entrepôts et de restaurants. Les restaurants émettent, sur un horizon temporel, des demandes de produits génériques (produits surgelés, boissons, etc.) fabriqués par les divers fournisseurs. La mission de DHL Supply Chain consiste à assurer l’approvisionnement des restaurants. Pour cela, l’entreprise détermine l’origine d’expédition de chaque produit commandé, et conçoit un plan de chargement caractérisant les itinéraires suivis par les marchandises. DHL Supply Chain souhaite développer des solutions innovantes afin d’améliorer sa compétitivité et d’optimiser la rentabilité de ses opérations logistiques. Dans cette th\`ese, nous présentons le Logistics Service Network Design Problem (LSNDP) qui formalise la problématique de plannification des opérations de transport dans une chaîne d’approvisionnement. Nos travaux ont pour but d’apporter des solutions méthodologiques permettant la résolution d’instances industrielles du LSNDP. Or, ces instances industrielles sont trop complexes pour être résolues par des méthodes génériques de recherche opérationnelle. Nous proposons donc plusieurs algorithmes surmontant la mise à l’échelle des différents param\`etres. Nous développons notamment une heuristique de réduction de graphe, ainsi qu’une stratégie de Benders dynamique adaptée à l’augmentation du nombre de produits. A travers diverses études expérimentales, nous évaluons la scalabilité de chaque algorithme par rapport au param\`etre considéré. Enfin, nous hybridons ces méthodes pour la résolution d’un cas réel.

The problem we study is inspired by an industrial collaboration between a third-party logistics, DHL Supply Chain, and a large French restaurant chain. As part of this partnership, DHL Supply Chain coordinates the actors of a domestic logistics network composed of suppliers, warehouses and restaurants. Over a certain time horizon, the restaurants issue requests of generic products (frozen products, beverages, etc.) that are manufactured by the suppliers. The mission of DHL Supply Chain is to ensure the supply of the restaurants. For that purpose, the company determines the shipping origin of each product ordered and designs a loading plan that characterizes the routes followed by the goods. DHL Supply Chain wants to develop innovative solutions to improve its competitiveness and optimize the profitability of its logistics operations. In this thesis, we present the Logistics Service Network Design Problem (LSNDP) which formalizes the problematic of planning transportation operations in a supply chain. Our work aims to provide methodological solutions for solving industrial instances of the LSNDP. However, these industrial instances are too complex to be solved by generic operations research methods. We thus propose several algorithms that overcome the scaling of the parameters. In particular, we develop a graph reduction heuristic, as well as a dynamic Benders strategy that adapts to the increasing number of products. Through various computational studies, we evaluate the scalability of each algorithm with respect to the considered parameter. Finally, we combine these methods for the resolution of a real case.