Planification de la chaîne logistique tirée par la demande : Positionnement stratégique des stocks

Demand Driven Supply Chain Planning : Strategic Inventory Positioning

• Auteur / Autrice : Abdelhalim Achergui
• Direction : Hamid Allaoui
• Type : Thèse de doctorat
• Discipline(s) : Génie Informatique et Automatique
• Date : Soutenance le 29/11/2022
• Etablissement(s) : Artois
• Ecole(s) doctorale(s) : École doctorale Sciences, technologie et santé (Amiens)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Génie Informatique et d’Automatique de l’Artois (Béthune ; 2004-....)
• Jury : Président / Présidente : Samir Lamouri
• Jury : Examinateurs / Examinatrices : Hamid Allaoui, Samir Lamouri, Gülgün Alpan, Jacques Lamothe, Tiente Hsu, Hind El Haouzi
• Jury : Rapporteurs / Rapporteuses : Gülgün Alpan, Jacques Lamothe

Mots clés

Mots clés contrôlés

Gestion des stocks

Planification

Logistique (gestion)

Mots clés libres

Optimisation

Chaine logistique

Ddmrp

Stock

Empreinte carbone

Fournisseur

Optimization

Supply Chain

Ddmrp

Inventory

Carbon footprint

Supplier

Résumé

De nos jours, la chaîne logistique est amenée à faire face à un marché exigeant, où la fidélisation des clients est un enjeu majeur. Les entreprises doivent satisfaire des demandes et des conditions commerciales en constante évolution. Les nouvelles technologies permettent une visibilité accrue et un contrôle plus précis de la gestion de la chaîne logistique. Des outils et des méthodologies sont mis en place avec comme objectif principal, l’amélioration des gains en efficacité, en réduction de l’empreinte carbone, en productivité et en bénéfices. Le DDMRP (Demand Driven Material Requirements Planning) ou la planification des besoins en matériaux tirée par la demande, est l'une des récentes méthodologies de gestion des flux de matériaux et d'informations, de la chaîne logistique.Ce travail de recherche se concentre sur l'optimisation du positionnement des buffers (points de découplage) pour l’implémentation du DDMRP dans une chaîne logistique. Ce positionnement, qui est un des éléments critiques de la méthodologie DDMRP, a un impact direct sur le coût, l’efficacité et l’empreinte carbone de l’entreprise. Ce problème a été modélisé sous forme d’un programme non linéaire en nombres entiers, dans un contexte de service garanti. Nous avons proposé deux heuristiques qui permettent de résoudre le problème d’une manière approchée, pour les produits complexes, dans le cadre d’une stratégie de fabrication hybride (MTS/MTO). La première est basée sur le chemin critique, la deuxième sur la programmation dynamique.Les attentes évolutives de la demande nécessitent une vue d'ensemble multi-échelon de ces points de découplage. Par conséquent, nous avons étendu notre modèle en intégrant la sélection des fournisseurs, afin de permettre conjointement la détermination du meilleur positionnement des buffers et des quantités optimales à commander auprès de ces fournisseurs. Enfin, dans une approche durable, nous avons étendu une nouvelle fois notre modèle pour prendre en compte les émissions CO2 des différentes opérations. Plusieurs stratégies écologiques ont été développées pour évaluer l’impact d’éventuelles restrictions sur les coûts et les performances des entreprises.

Nowadays, supply chain must cope with a challenging market where customer satisfaction is the main priority. Companies need to respond to a fast-changing demand and business conditions. Modern technologies allow wide visibility and more precise guidelines in supply chain management. Tools and methodologies are made available to achieve efficiency gains, higher productivity, lower carbon footprint in addition to a growing profit. Demand Driven Material Requirements Planning (DDMRP) is one of the recent methodologies managing the flow of materials and information of the supply chain network.This research work focuses on optimizing the positioning of DDMRP decoupling points buffers in a supply chain. This decision is in fact a critical element of the DDMRP methodology, and have a direct impact on the costs, the efficiency and the carbon footprint of a company. This problem is formulated as a nonlinear integer programming model under the guaranteed service assumption. We proposed two heuristics solving approximatively the problem for complex products with a hybrid manufacturing strategy (MTS/MTO). The first is based on the critical path of the bill of materials and the second on dynamic programming.The demand changing expectations, require a multi-echelon overview of these decoupling points. Therefore, we extended our model to include the selection of suppliers in order to jointly position the buffers accordingly and determine the optimal order quantities for each selected supplier. Finally, in a sustainable approach, we extended once more our model to take into consideration CO2 emissions of different operations. Several ecological strategies have been developed to evaluate the carbon footprint of possible restrictions on the costs and the performance of companies.