Thèse de doctorat : Sciences de l'ingénieur : Metz : 2008. / Titre provenant de l'écran-titre. Notes bibliogr.

L'univers actuel de l'entreprise moderne se caractérise par la globalisation des échanges commerciaux et la diversification des acteurs qui le composent. pour survivre dans un tel environnement, l'entreprise doit s'adosser à un ensemble d'entreprises partenaires solides et donc s'intégrer à une structure externe qui lui permette non seulement de subsister dans son environnement concurrentiel, la difficulté de prise de décision réside dans le fait que l'entreprise ne maîtrise pas l'ensemble de ces spécificités. Cela implique le besoin de trouver des moyens de coordinatio capables de limiter les effets " néfastes", c'est-à-dire les incohérences issues de la prise de décision. Ce mémoire aborde le problème de prise de décision pour la satisfaction de commandes imprévues. Il est majeur car la satisfaction de commandes est le but essentiel de toute entreprise en réseau. dans le contexte, la prise de décision est opérationnelle car les délais impartis pour répondre à la commande sont courts. En outre, nous nous plaçons volontairement dans la situation pour laquelle les demandes ne correspondent pas aux prévisions préalablement élaborées. Enfin, les entreprises qui forment le réseau considéré sont de nature autonome dans leurs prises de décisions et dans leur système d'information. Il s'agit alors d'une architecture distribuée. L'objectif de ce travail est d'élaborer des processus et des outils d'aide à la décision pour permettre la satisfaction d'une commande imprévue dans le contexte chaîne logistique distribuée

Dans cette thèse, nous traitons essentiellement des problèmes de lot sizing en désassemblage avec une structure de produits à désassembler à deux niveaux sans composants communs. Nous traitons deux problèmes différents. Dans le premier problème, nous considérons un seul produit et la contribution porte sur le développement de deux modèles de programmation en nombres entiers. Le premier modèle est considéré sans ventes perdues où toutes les demandes doivent être satisfaites, et le deuxième est considéré avec ventes perdues où les demandes peuvent ne pas être satisfaites. Pour la résolution de ce problème, nous développons d’abord une approche analytique permettant de calculer les stocks de surplus (avant la résolution du problème) à la fin de l’horizon de planification. Ensuite, nous adaptons trois heuristiques connues pour leurs performances et largement utilisées dans le problème lot sizing en production « Silver Meal, Part Period Balancing et Least Unit Cost ». Dans le deuxième problème, nous considérons plusieurs produits avec contrainte de capacité et la contribution porte sur l’extension des deux modèles précédents. Le premier est également considéré sans ventes perdues et le deuxième avec ventes perdues. En ce qui concerne la résolution de ce problème et compte tenu de sa complexité, un algorithme génétique est d’abord proposé. Ensuite, afin d’améliorer cet algorithme, nous intégrons une heuristique Fix-and-Optimize dans ce dernier tout en proposant une approche hybride. Finalement, des tests sont effectués sur de nombreuses instances de la littérature afin de montrer l’efficacité et les limites de chaque approche de résolution / In this thesis, we mainly deal with lot sizing problems by disassembling with a structure of products to disassemble with two levels and without commonality components. We treat two different problems. In the first problem, we consider a single product whose contribution focuses on developing the two programming models integers. The first model is considered without lost sales where all demands must be satisfied, and the second one is considered with lost sales where demands may not be met. To solve this problem, we first develop an analytical approach to calculate the surplus stocks (before solving the problem) at the end of the planning horizon. Then we adapt three heuristics known for their performance and widely used in the lot sizing problem of production "Silver Meal, Part Period Balancing and Least Unit Cost". In the second problem, we consider a number of products with capacity constraint, and the contribution relates to the extension of the two previous models. The first is considered without lost sales and the second with lost sales. Regarding the resolution of this problem and given its complexity, a genetic algorithm is first proposed. Then, to improve this algorithm, we integrate a Fix-and-Optimize heuristic in the latter while offering a hybrid approach. Finally, various tests are performed on different literature instances to demonstrate the effectiveness and limitations of each solving approach