Optimisation de la chaîne logistique agroalimentaire à boucle fermée avec emballages réutilisables

Optimization of closed-loop food supply chain with returnable transport items

• Auteur / Autrice : Yipei Zhang
• Direction : Feng Chu, Ada Che
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 20/12/2019
• Etablissement(s) : Université Paris-Saclay (ComUE) en cotutelle avec Northwestern Polytechnical University (Chine)
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Informatique, Biologie Intégrative et Systèmes Complexes (Evry, Essonne)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université d'Évry-Val-d'Essonne (1991-....)
• Jury : Président / Présidente : Said Mammar
• Jury : Examinateurs / Examinatrices : Fen Zhou, Feng Wu, Xiaoyang Zhou
• Jury : Rapporteurs / Rapporteuses : Fen Zhou, Feng Wu

Mots clés

Mots clés contrôlés

Logistique (gestion)

Aliments -- Conditionnement

Industries agroalimentaires

Heuristique

Emballages -- Recyclage

Gaz à effet de serre

Mots clés libres

Chaîne logistique à boucle fermée

Nourriture périssable

Emballage réutilisable

Optimisation bi-Critère

Emission carbone

Closed-Loop supply chain

Perishable food

Returnable transport item

Bi-Objective optimization

Carbon emission

Résumé

La chaîne logistique à boucle fermée, qui est une des branches importantes de la chaîne logistique, a reçu une attention particulière au cours des dernières décennies. Toutefois, on trouve peu de recherches dans la littérature sur la chaîne logistique agroalimentaire bien qu'elle soit largement pratiquée dans l'industrie. L'objectif de cette thèse est de proposer de nouveaux modèles et de nouvelles heuristiques pour l'optimisation de la chaîne logistique agroalimentaire à boucle fermée avec emballages réutilisables. A cette fin, trois nouveaux problèmes sont étudiés.Nous étudions d'abord un problème de la chaîne logistique agroalimentaire à boucle fermée avec emballages réutilisables. Ce problème implique un seul fabricant et un seul détaillant. L'externalisation est autorisée. Et le budget d'achat d'emballages réutilisable est limité. L'objectif est de maximiser le profit global de la chaîne logistique. Le problème est formulé en programmation linéaire en nombres mixtes et est démontré NP-difficile. Pour sa résolution, une nouvelle « kernel search-based » heuristique est développée. Les expériences numériques sur un cas d'étude et sur un grand nombre d'instances générées aléatoirement montrent l'efficacité de la méthode proposée.Ensuite, un problème bi-critère de la chaîne logistique agroalimentaire à boucle fermée avec emballages réutilisables est étudié. L'objectif est de maximiser le profit et de minimiser les émissions carbone, simultanément. Dans ce problème, plusieurs détaillants sont considérés. Ce problème est modélisé en programmation linéaire bi-objectif en nombres mixtes et résolu à l'aide d'une méthode de ε-contrainte. En particulier, une heuristique basée sur la relaxation et la fixation est développée pour résoudre à chaque itération le problème transformé à un problème monocritère de la méthode de ε-contrainte. Les resultats numériques sur des instances générées aléatoirement indiquent que la performance de la méthode développée est comparable avec celle proposée par le solveur CPLEX.Finalement, nous nous intéressons à un problème intégrant la gestion des stocks et la tournée de véhicules dans la chaîne logistique agroalimentaire à boucle fermée avec emballages réutilisables. Dans ce problème, les emballages réutilisables avec différents niveaux de protection sont considérés. Le problème est formulé en programmation linéaire en nombres mixtes and est démontré NP-difficile. Le modèle proposé est validé via des expériences numériques.

Closed-loop supply chain (CLSC), as an important branch of supply chain, has received increasing attention in recent decades. However, CLSC for perishable food products that is more complex than classic CLSC has been seldom studied in spite of its growing applications in practice. This thesis aims to develop new models and methods for optimizing closed-loop food supply chain with returnable transport items. To this end, three new problems are investigated.Firstly, a closed-loop food supply chain with returnable transport items (CLFSC-RTI) is studied. This problem involves a single manufacturer and a single retailer. Outsourcing is permitted and RTI purchasing budget is limited. The objective is to maximize the total profit of the supply chain. The problem is formulated as a mixed integer linear program (MILP) and it is proved to be NP hard. To solve the problem, an improved kernel search-based heuristic is designed. Computational experiments on a real case study and extensive random instances demonstrate the effectiveness and efficiency of the proposed model and heuristic.Secondly, a bi-objective closed-loop food supply chain with returnable transport items (BCLFSC-RTI) is investigated. The two objectives are to maximize the total profit and to minimize carbon emissions, simultaneously. The studied problem considers multiple retailers. For this complex bi objective problem, a bi-objective MILP is proposed for its modelling, and an iterative ε-constraint method is applied to solve it. Then, a relax-and-fix heuristic is developed to solve the transformed single objective problem in each iteration of the ε-constraint method. Computational results based on various randomly generated instances show that the performance of the proposed method is comparable to that of a state-of-the-art commercial optimization solver CPLEX.Finally, a closed-loop food inventory-routing problem with RTIs (CLFIRP-RTI) is addressed. In this problem, a vehicle routing problem is integrated and returnable transport items with different protective levels are considered. An appropriate MILP is proposed to formulate the problem, and the problem is proved to be NP-hard. Numerical experiments are carried out to validate the proposed model.