Many real-world supply chains can be characterised as large and complex multi-echelon systems since they consist of several stages incorporating assembly and distribution processes. A challenge facing such systems is the efficient management of inventory when demand is uncertain, operating costs and customer service requirements are high. This requires specifying the inventory levels at different stages that minimise the total cost and meet target customer service levels. In order to address this problem, researchers proposed the Stochastic-Service Model and the Guaranteed-Service Model (GSM) approaches. These two approaches differ in terms of assumptions with regard to how to address demand variations and service times. This thesis develops several contributions to the GSM based multi-echelon inventory optimisation problem. First of all, we conduct a comprehensive literature review which gives a synthesis of the various GSM work developed so far. Then, we study the impact of some specific assumptions of the GSM such as bounded demand, guaranteed-service times and common review periods. Our numerical analysis shows that the bounded demand assumption may cause a deviation on customer service levels while the guaranteed-service times and common review periods assumptions may result in an increase on the total cost. In real-world supply chains the impact of these assumptions might be significant. Based on the findings presented while investigating the impact of the common review periods assumption, we develop an extension of the GSM that enables to simultaneously optimise the review periods (reorder intervals) and safety stock levels (order-up-to levels) in general acyclic multi-echelon systems. We formulate this problem as a nonlinear integer programming model. Then, we propose a sequential optimisation procedure that enables to obtain near optimal solutions with reasonable computational time. Finally, we focus on the issue of customer service level deviation in the GSM and propose two approaches in order to mitigate this deviation. The numerical study shows that the first approach outperforms the second one in terms of computational time while the second approach provides more accurate solutions in terms of cost. We also present some related issues in decentralised supply chain settings.

De nombreuses chaînes logistiques peuvent être caractérisées comme de larges systèmes multi-échelons, car ils se composent souvent de plusieurs étages qui intègrent des activités d'assemblage et de distribution. L’un des enjeux majeurs associé au management de ces systèmes multi-échelons est la gestion efficace de stocks surtout dans des environnements où la demande est incertaine, les coûts de stocks sont importants et les exigences en termes de niveau de service client sont élevées. Cela nécessite en particulier de spécifier les niveaux de stocks aux différents étages afin de minimiser le coût total du système global et de satisfaire les niveaux cibles de service client. Pour faire face à ce problème, deux approches existent dans la littérature; il s’agit du Modèle de Service Stochastique (SSM) et le Modèle de Service Garanti (GSM). Ces deux approches diffèrent en termes d'hypothèses utilisées concernant la façon de gérer les variations de la demande et les temps de service. Cette thèse amène plusieurs contributions au problème d'optimisation de stocks multi-échelons basé sur le GSM. Tout d'abord, nous menons une revue de la littérature internationale qui donne une synthèse des différents travaux réalisés à ce jour. Ensuite, nous étudions l'impact de certaines hypothèses spécifiques du GSM comme la demande bornée, les temps de service garanti et les périodes d’approvisionnement communes. Notre analyse numérique montre que l'hypothèse de demande bornée peut causer une déviation sur les niveaux de service client tandis que les hypothèses de temps de service garanti et de périodes d’approvisionnement communes peuvent entraîner une augmentation du coût total. En pratique, l’impact de ces hypothèses peut être important. En se basant sur les résultats présentés lors de l'analyse de l’hypothèse des périodes d'approvisionnement communes, nous développons une extension du GSM qui permet d'optimiser simultanément les périodes d’approvisionnement (les intervalles de réapprovisionnement) et les niveaux de stocks de sécurité (les niveaux de recomplétement) dans les systèmes multi-échelons acycliques généraux. Nous formulons ce problème comme un modèle de programmation non-linaire en nombres entiers. Ensuite, nous proposons une procédure d'optimisation séquentielle qui permet d'obtenir des solutions proches de l’optimal avec un temps de calcul raisonnable. Enfin, nous nous concentrons sur le problème de déviation de niveau de service client dans le GSM et nous proposons deux approches afin d'atténuer cette déviation. L'étude numérique montre que la première approche est plus performante que la deuxième en termes de temps de calcul tandis que la deuxième approche offre des meilleures solutions en termes de coût. Nous présentons également des problèmes similaires dans les chaînes logistiques décentralisées. / Many real-world supply chains can be characterised as large and complex multi-echelon systems since they consist of several stages incorporating assembly and distribution processes. A challenge facing such systems is the efficient management of inventory when demand is uncertain, operating costs and customer service requirements are high. This requires specifying the inventory levels at different stages that minimise the total cost and meet target customer service levels. In order to address this problem, researchers proposed the Stochastic-Service Model and the Guaranteed-Service Model (GSM) approaches. These two approaches differ in terms of assumptions with regard to how to address demand variations and service times. This thesis develops several contributions to the GSM based multi-echelon inventory optimisation problem. First of all, we conduct a comprehensive literature review which gives a synthesis of the various GSM work developed so far. Then, we study the impact of some specific assumptions of the GSM such as bounded demand, guaranteed-service times and common review periods. Our numerical analysis shows that the bounded demand assumption may cause a deviation on customer service levels while the guaranteed-service times and common review periods assumptions may result in an increase on the total cost. In real-world supply chains the impact of these assumptions might be significant. Based on the findings presented while investigating the impact of the common review periods assumption, we develop an extension of the GSM that enables to simultaneously optimise the review periods (reorder intervals) and safety stock levels (order-up-to levels) in general acyclic multi-echelon systems. We formulate this problem as a nonlinear integer programming model. Then, we propose a sequential optimisation procedure that enables to obtain near optimal solutions with reasonable computational time. Finally, we focus on the issue of customer service level deviation in the GSM and propose two approaches in order to mitigate this deviation. The numerical study shows that the first approach outperforms the second one in terms of computational time while the second approach provides more accurate solutions in terms of cost. We also present some related issues in decentralised supply chain settings.