Le développement et l'application de modèles de réapprovisionnement d’articles périssables est l'une des principales préoccupations des experts en la matière, le nombre et la variété des produits périssables augmentant de façon spectaculaire. L'une des lacunes majeures dans la littérature pour la gestion des produits périssables est que les chercheurs n'ont pas accordé suffisamment d'attention à deux aspects importants dans leurs modèles: i) les conditions stochastiques ; en particulier le délai stochastique est presque négligé car rendant les défis mathématiques plus compliqués ; ii) l'élaboration de politiques innovantes de réapprovisionnement prenant en compte les critères environnementaux ; en particulier la minimisation des émissions de CO2 comme second objectif dans un contexte de modélisation multi-objectif qui est tout à fait nouvelle. Dans cette thèse, nous étudions les politiques de réapprovisionnement pour les produits périssables sous conditions stochastiques sous forme de trois problématiques différentes. Dans la première, nous développons un modèle de réapprovisionnement à révision continue (r, Q) pour un détaillant qui offre un produit périssable en prenant en compte : un horizon de planification infini, un délai d’approvisionnement stochastique, un taux de demande constante et la livraison tardive (backorder). Pour modéliser le processus de détérioration, un coût de possession de stock non linéaire est défini. La prise en considération du délai stochastique et d'un coût de possession de stock non linéaire rend le modèle mathématique plus complexe. Nous avons donc adapté le modèle proposé pour une fonction de distribution uniforme afin de résoudre de façon optimale ce problème par une approche exacte. Pour le second problème, nous étudions la stratégie de mutualisation des risques de délai de livraison par la passation de commandes de réapprovisionnement fractionnées par lots entre plusieurs fournisseurs simultanément pour un détaillant vendant un produit périssable. Enfin, dans le dernier problème, nous prenons en considération les coûts de stockage et de transport, ainsi que les impacts sur l'environnement, dans une chaîne d'approvisionnement centralisée sous condition de demande incertaine et pénurie partielle (partial backordered). Pour faire face à l'incertitude de la demande, est adoptée une approche de programmation stochastique en deux étapes. Par la suite, en tenant compte de la capacité de transport de véhicules, nous développons un modèle mathématique de programmation mixte en nombres entiers. De cette façon, les meilleurs véhicules de transport et les politiques de réapprovisionnement sont déterminés par la recherche d'un équilibre entre les critères financiers et environnementaux. Un exemple numérique du monde réel est également présenté pour démontrer l'applicabilité et l'efficacité du modèle proposé. / The development and application of inventory models for deteriorating items is one of the main concerns of the experts in the domain, since the number and variety of deteriorating products are dramatically increasing. One of the major gaps in the deteriorating inventories literature is that researchers have not paid enough attention to two important features in their models: i) Considering stochastic conditions; especially stochastic lead time is almost overlooked since makes the mathematical challenges complicated, ii) designing innovative inventory policies by taking into account the environmental issues and particularly the CO2 emission as a new objective in a multi-objective framework that is quite new. In this thesis, we study replenishment policy for deteriorating products under stochastic conditions in form of three different problem areas. In the first one, we develop a continuous (r,Q) inventory model for a retailer that offers a deteriorating product by considering infinite planning horizon, stochastic lead time, constant demand rate and backordered shortages. For modeling the deterioration process, a non-linear holding cost is defined. Taking into consideration the stochastic lead time as well as a non-linear holding cost makes the mathematical model more complex. We therefore customize the proposed model for a uniform distribution function that could be tractable to solve optimally by an exact approach. In second problem, we study the strategy of pooling lead time risks by splitting replenishment orders among multiple suppliers simultaneously for a retailer that sells a deteriorating product. Finally, in the last problem, we consider inventory and transportation costs, as well as the environmental impacts in a centralized supply chain by taking into account uncertain demand and partial backordered shortages. In order to deal with demand uncertainty, a two stage stochastic programming approach is taken. Then, by considering transportation vehicles capacity, we develop a mixed integer mathematical model. In this way, the best transportation vehicles and replenishment policy are determined by finding a balance between financial and environmental criteria. A numerical example from the real world is also presented to show the applicability and effectiveness of the proposed model.