La configuration des réseaux manufacturiers constitue de nos jours une problématique industrielle majeure, plus particulièrement dans un contexte " on demand production ", caractérisé par des relations logistiques à court terme en vue de répondre rapidement à des opportunités de marché. Les travaux de cette thèse s'inscrivent dans cette optique et ont pour objectif d'étudier la dynamique des flux de production et l'évaluation de la performance des chaînes logistiques constituées. On s'intéresse plus précisément au potentiel d'une entreprise à se connecter à un réseau manufacturier, que nous appelons aussi la connectivité des flux. Ce potentiel dépend en grande partie de la maturité organisationnelle des entreprises impliquées dans le réseau. Cette maturité organisationnelle peut être caractérisée par un certain nombre d'attributs décrivant le système opérant et le système de pilotage de l'entreprise. Ces attributs permettent de définir des profils types d'entreprise et de modéliser de façon générique des systèmes manufacturiers. Notre démarche de recherche consiste à évaluer la performance de chaînes logistiques constituées de différents profils d'entreprises, et ce en utilisant une simulation en laboratoire " in vitro ". L'objectif de cette démarche est le benchmark de différents scénarios logistiques et la détection de configurations peu performantes et la mise en oeuvre de mécanismes de coordination pour améliorer leur performance. A partir des résultats expérimentaux, il est alors possible de constituer un guide méthodologique permettant une aide à la décision, sans repasser par des simulations. A partir d'un état de l'art sur la configuration et la modélisation des chaînes logistiques, nous avons développé un modèle conceptuel d'entreprise en vue de son intégration dans un réseau manufacturier. Ce modèle est instancié selon le type de processus de production, le mode de pilotage des flux et le niveau de capabilité de l'entreprise. Ce dernier est défini en se basant sur le taux de rendement synthétique des process. Les profils d'entreprises obtenus à partir du modèle sont alors incorporés dans une chaîne logistique. Le modèle logistique est ensuite implémenté sous un outil de simulation à événements discrets. Nous avons réalisé des campagnes de simulation de chaînes logistiques en se focalisant sur les niveaux de capabilité des entreprises de la chaîne et leurs stratégies de réponse à la demande. Plus précisément, nous nous sommes intéressés une stratégie de production sur stock et une stratégie d'assemblage à la commande en amont de la chaîne. Les résultats de simulation nous ont permis de réaliser un benchmark de différentes configurations logistiques et de déduire quelques mécanismes de comportement de ces chaînes. Nous avons notamment montré l'impact de l'homogénéité des échelons, de la position de l'entreprise la moins performante sur la performance globale de la chaîne, ainsi que les gains potentiels d'une stratégie de production à la commande.