Conception de chaines logistiques avec intégration de la dimension financière

Designing a supply chain network integrating financial dimensions

• Auteur / Autrice : Hamidreza Rezaei
• Direction : Olivier Péton, Nathalie Bostel, Vincent Hovelaque
• Type : Thèse de doctorat
• Discipline(s) : Automatique, productique et robotique
• Date : Soutenance le 30/06/2022
• Etablissement(s) : Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Modélisation, Optimisation et DEcision pour la Logistique, l'Industrie et les Services - Département Automatique, Productique et Informatique - Laboratoire des Sciences du Numérique de Nantes
• Jury : Président / Présidente : Khaled Hadj Hamou
• Jury : Examinateurs / Examinatrices : Olivier Péton, Nathalie Bostel, Vincent Hovelaque, Ramzi Hammami, Andréa Cynthia Santos, Joana Matos Dias
• Jury : Rapporteur / Rapporteuse : Ramzi Hammami, Andréa Cynthia Santos

Mots clés

Mots clés contrôlés

Recherche à voisinage variable

Optimisation mathématique

Logistique (gestion)

Mots clés libres

Localisation

Chaine logistique

Finance

Modélisation mathématique

Recherche à voisinage large

Facility location

Supply chain

Finance

Mathematical modeling

Large neighborhood search

Résumé

Cette thèse porte sur le développement d'un modèle mathématique et d'algorithmes pour optimiser la conception de chaîne logistiques, en intégrant des dimensions financières. Nous proposons un modèle multi-périodique, avec contraintes de capacité, sur un réseau à un échelon et avec un produit unique. L'objectif est de maximiser la valeur présente ajustée (APV) de l'entreprise. Les variables de décision binaires sont liées à la localisation des sites logistiques ; les variables continues concernent les flux de marchandises et la planification de la dette. Le modèle mathématique est tout d'abord évalué en résolvant, à l'aide d'un solveur, un ensemble d'instances générées aléatoirement. Nous proposons une approche séquentielle, consistant à optimiser d'abord les variables logistiques, puis les variables financières. Nous décrivons ensuite une métaheuristique de Recherche à Voisinage Large (LNS) pour résoudre des instances de plus grande taille. Enfin, nous considérons le cas où les dimensions logistiques et financières comme deux objectifs indépendants. Nous proposons un algorithme de type Multidirectional local search, utilisant le LNS comme algorithme mono-objectif. Des expériences numériques approfondies évaluent la pertinence de notre modèle et comparent les performances de nos algorithmes à celles du solveur.

This thesis focuses on the development of a mathematical model and optimization algorithms for the design of a supply chain integrating financial dimensions. We propose a capacitated, multi-period, single-echelon, single-product model. The objective function to be maximized is the firm's value, represented by its Adjusted Present Value (APV). The decision binary variables are related to the location of logistics facilities; the continuous variables concern product flows and debt planning. The mathematical model is first evaluated by solving a set of generated instances using a state-of-the-art solver. We propose a sequential approach, consisting in optimizing the logistic variables first, then the financial variables. Then, we propose an optimization procedure based on the Large Neighborhood Search (LNS) metaheuristic to solve larger instances. Finally, consider the logistic and financial dimensions as two independent objectives. The multi-directional local search (MDLS) is employed to solve the bi-objective model by embedding the LNS into that framework. Extensive numerical experiments assess the relevance of our model and compare the performance of our algorithms to those of the solver.