Tableau d’honneur de la Faculté des études supérieures et postdoctorales, 2009-2010 / Pour faire face aux risques associés aux aléas des opérations normales et aux périls qui menacent les ressources d'un réseau logistique, une méthodologie générique pour le design de réseaux logistiques efficaces et robustes en univers incertain est développée dans cette thèse. Cette méthodologie a pour objectif de proposer une structure de réseau qui assure, de façon durable, la création de valeur pour l'entreprise pour faire face aux aléas et se prémunir contre les risques de ruptures catastrophiques. La méthodologie s'appuie sur le cadre de prise de décision distribué de Schneeweiss et l'approche de modélisation mathématique qui y est associée intègre des éléments de programmation stochastique, d'analyse de risque et de programmation robuste. Trois types d'événements sont définis pour caractériser l'environnement des réseaux logistiques: des événements aléatoires (ex. la demande, les coûts et les taux de changes), des événements hasardeux (ex. les grèves, les discontinuités d'approvisionnement des fournisseurs et les catastrophes naturelles) et des événements profondément incertains (ex. les actes de sabotage, les attentats et les instabilités politiques). La méthodologie considère que l'environnement futur de l'entreprise est anticipé à l'aide de scénarios, générés partiellement par une méthode Monte-Carlo. Cette méthode fait partie de l'approche de solution et permet de générer des replications d'échantillons de petites tailles et de grands échantillons. Elle aide aussi à tenir compte de l'attitude au risque du décideur. L'approche générique de solution du modèle s'appuie sur ces échantillons de scénarios pour générer des designs alternatifs et sur une approche multicritère pour l'évaluation de ces designs. Afin de valider les concepts méthodologiques introduits dans cette thèse, le problème hiérarchique de localisation d'entrepôts et de transport est modélisé comme un programme stochastique avec recours. Premièrement, un modèle incluant une demande aléatoire est utilisé pour valider en partie la modélisation mathématique du problème et étudier, à travers plusieurs anticipations approximatives, la solvabilité du modèle de design. Une approche de solution heuristique est proposée pour ce modèle afin de résoudre des problèmes de taille réelle. Deuxièmement, un modèle incluant les aléas et les périls est utilisé pour valider l'analyse de risque, les stratégies de resilience et l'approche de solution générique. Plusieurs construits mathématiques sont ajoutés au modèle de base afin de refléter différentes stratégies de resilience et proposer un modèle de décision sous risque incluant l'attitude du décideur face aux événements extrêmes. Les nombreuses expérimentations effectuées, avec les données d'un cas réaliste, nous ont permis de tester les concepts proposés dans cette thèse et d'élaborer une méthode de réduction de complexité pour le modèle générique de design sans compromettre la qualité des solutions associées. Les résultats obtenus par ces expérimentations ont pu confirmer la supériorité des designs obtenus en appliquant la méthodologie proposée en termes d'efficacité et de robustesse par rapport à des solutions produites par des approches déterministes ou des modèles simplifiés proposés dans la littérature.

Le présent mémoire traite du problème de distribution de l’aide humanitaire en région sinistrée. L’objectif est de distribuer l’aide humanitaire à des zones sinistrées à partir d’un ensemble de centres de distribution via une flotte de véhicules hétérogène. Étant donné le contexte particulier d’urgence, la distribution est planifiée pour satisfaire la demande des zones touchées pour chaque type d’aide humanitaire dans les plus brefs délais, tout en tenant compte à la fois de la durée de déplacement et de la durée de chargement et de déchargement. Dans ce mémoire, nous proposons une approche itérative à deux phases afin d’améliorer la qualité de la solution obtenue par une approche heuristique déjà proposée par Berkoune et al. (2011). Des séries d’expérimentations basées sur des problèmes tests ont été effectuées pour évaluer la qualité de la solution obtenue avec l’algorithme développé. La synthèse des résultats obtenus a démontré que l’approche développée permet de résoudre à l’optimalité des problèmes de taille réduite en évitant d’énumérer de façon exhaustive toutes les combinaisons possibles. Une évaluation du choix de la condition d’arrêt ainsi que trois variantes de l’algorithme développé ont été également proposées. Les résultats obtenus nous ont menés à conclure que lorsque la taille du problème devient importante, les améliorations proposées présenteraient une bonne alternative pour réduire le temps total de calcul et raffiner la qualité de la solution obtenue. Mots clés : Logistique humanitaire, tournées de véhicules, livraison partagée, modélisation mathématique et heuristiques. / This thesis addresses the problem of distribution of humanitarian aid in disaster areas. The objective is to deliver humanitarian aid to the affected areas from a set of distribution centers, by using a fleet of heterogeneous vehicles. Given the particular emergency situation, the distribution is planned to meet the demand of affected areas for each type of humanitarian aid in the shortest possible time, taking into account both the travel and products loading and unloading times. In this thesis, we propose a two-phase solution approach in order to improve the quality of the solution obtained using the heuristic approach previously proposed by Berkoune et al. (2011). A series of experiments are run to assess the quality of the solutions obtained with the developed algorithm. The obtained results showed that the developed approach can solve the problem to optimality for the majority of the instances, avoiding an exhaustive enumeration of all possible combinations. An evaluation of the choice of stopping condition and three Variants of the developed algorithm are also proposed. The obtained results show that when the problem size becomes large, the proposed improvements provide a good alternative to reduce the total computation time and improve the quality of the obtained solution. Keywords: Emergency logistics, vehicle routing, split delivery, mathematical modeling and heuristics.

Thèse ou mémoire avec insertion d'articles. / L'intégration des décisions liées à la chaîne d'approvisionnement présente des avantages considérables et constitue une forte motivation pour harmoniser et aligner les différentes fonctions au sein de la chaîne d'approvisionnement, ce qui permet d'améliorer la compétitivité et de bénéficier d'avantages économiques. Parmi ces fonctions, la coordination de la planification de la production et de la gestion des stocks revêt une importance primordiale pour permettre aux entreprises de gérer efficacement leur système de production et de stockage, de répondre aux demandes des clients et de se positionner avantageusement sur le marché. Par conséquent, l'objectif principal de cette thèse est de développer des modèles de prise de décision qui facilitent la coordination des activités de production, de stockage et de distribution, dans des contextes déterministes et stochastiques, et ce, dans un cadre pratique. La première phase de ce projet doctoral repose sur une revue de littérature approfondie, axée sur l'examen des mécanismes et des méthodologies développés dans la littérature existante dans le domaine de la gestion de la production et des stocks. L'objectif est d'identifier et d'analyser les stratégies utilisées pour coordonner les décisions et les opérations liées à la production et aux stocks, afin d'améliorer les performances du système de production et de stockage. Grâce à cette revue de littérature, les articles ont été soigneusement évalués afin de tirer des enseignements précieux sur les domaines spécifiques des problèmes abordés et les méthodologies mises en œuvre. Cette enquête systématique constitue la base fondamentale pour les étapes suivantes, au cours desquelles des modèles de prise de décision sont développés, en s'appuyant sur les connaissances acquises lors de la revue de littérature. La deuxième phase de cette thèse a consisté au développement d'un modèle de programmation linéaire en nombres entiers mixtes, associé à une approche de planification à horizon glissant. L'objectif était de déterminer les stratégies de production et de stockage appropriées, notamment la production sur stock (MTS), la production sur commande (MTO) et la stratégie de réapprovisionnement continu (VMI), puis de coordonner les opérations de production, de stockage et de distribution afin d'optimiser la rentabilité du système. Une étude de cas réelle issue de l'industrie canadienne des pâtes et papier a été utilisée, fournissant des informations pratiques sur l'impact des différents paramètres du problème sur la prise de décision tactique et opérationnelle. Ces résultats offrent des considérations précieuses pour une mise en œuvre dans des contextes industriels similaires. Dans la dernière étape de cette thèse, un modèle de programmation non linéaire en nombres entiers mixtes, à deux étapes et stochastique, a été développé, dans le but d'aborder la coordination des prix de vente et des politiques de production et de stockage sélectionnées afin de répondre aux demandes des clients, en tenant compte de la nature incertaine et sensible aux prix de la demande. La première étape du modèle consiste à prendre des décisions concernant la sélection des stratégies de production et de stockage, ainsi que la tarification, dans le but de maximiser le profit attendu. La deuxième étape englobe les décisions liées à la production, au stockage et à la distribution, qui sont utilisées pour évaluer les décisions de la première étape dans différents scénarios avec différents niveaux de précision. De plus, un algorithme basé sur le recuit simulé a été proposé comme moyen de résoudre le modèle. Dans l'ensemble, les modèles de prise de décision et les approches présentés dans cette thèse sont innovants et applicables aux environnements de production multi-produits qui servent des clients diversifiés avec différentes stratégies de production et de stockage. Ces modèles offrent des solutions pratiques pouvant être mises en œuvre dans des contextes réels pour améliorer l'efficacité opérationnelle et bien répondre aux demandes des clients. / The integration of supply chain decisions presents significant advantages and serves as astrong motivation to harmonize and align various functions within the supply chain, leading to improved competitiveness and economic benefits. Among these functions, the coordination of production and inventory planning holds utmost importance in enabling companies to efficiently manage their production and inventory systems, meet customers' demand, and gain a competitive advantage. Therefore, the primary objective of this thesis is to develop decision-making models that facilitate the coordination of production, inventory, and distribution activities, in both deterministic and stochastic settings within a practical context. The initial phase of this doctoral project involves a comprehensive literature review that focuses on examining the mechanisms and methodologies developed within the existing literature in the field of production-inventory management. The aim is to identify and analyze the strategies employed to coordinate production-inventory decisions and operations, ultimately enhancing the performance of the production-inventory system. Through this literature review, the articles were carefully evaluated to extract valuable insights regarding the specific problem domains addressed and the methodologies implemented. This systematic investigation serves as the fundamental groundwork for the subsequent steps, where decision-making models are developed based on the knowledge gained from the literature review. The second phase of this thesis involves the development of a mixed integer linear programming model, coupled with a rolling horizon planning approach. The objective is to determine appropriate production-inventory strategies, including make-to-stock (MTS), make-to-order (MTO), and vendor-managed-inventory (VMI), and subsequently coordinate production, inventory, and distribution operations to optimize system profitability. A real-case study from the Canadian pulp and paper industry is utilized, providing practical insights into the impact of different problem parameters on tactical and operational decision-making. These findings offer valuable considerations for practical implementation in similar industry settings. In the final stage of this thesis, a two-stage stochastic mixed integer nonlinear programming model is developed to address the coordination of sales price and selected production-inventory policies in meeting customers' demands, taking into account the uncertain and price-sensitive nature of demand. The first stage of the model involves making decisions pertaining to the selection of production-inventory strategies and pricing, with the objective of maximizing expected profit. The second stage encompasses decisions related to production, inventory, and distribution, which are utilized to evaluate the first-stage decisions across various scenarios with different levels of accuracy. Additionally, a simulated annealing-based algorithm is proposed to solve the model. Overall, the decision-making models and approaches presented in this doctoral project are innovative and applicable to multi-product production environments that serve diverse customers with different production-inventory strategies. These models offer practical solutions that can be implemented in real-world settings to improve operational efficiency and meet customer demands effectively.

No description available.

Ce mémoire aborde la problématique des transferts inter-sites. Utilisés comme moyen d'accroître la disponibilité des produits, de limiter les ruptures de stocks, et de mieux servir les clients, les transferts inter-sites tendent à devenir un fardeau pour les entreprises lorsque la gestion de l'inventaire est inefficace et décentralisée. Ils sont en effet sources de coûts, de transports parfois inutiles, et d'émissions de gaz à effet de serre, d'où la nécessité de les optimiser. En collaboration avec un partenaire industriel dans le secteur agricole, ce projet vise l'optimisation des coûts et émissions associés aux transferts inter-sites. Pour y parvenir, nous modélisons et résolvons un problème d'inventory transshipment problem, dont la fonction objectif est la minimisation du coût total, comprenant les coûts de transfert, de distribution, de stockage et de location. Nos résultats montrent que d'importants gains peuvent être obtenus grâce à la gestion centralisée de l'inventaire et à l'intégration des décisions. On observe une réduction comprise entre 36,86% et 99,92% pour les coûts de transferts, 41,33% et 99,98% pour les émissions associées aux transferts, et 0,56% et 92,48% pour le coût total. Le présent document est structuré comme suit. Premièrement, une introduction générale est présentée. Puis, les données sont analysées dans le chapitre 1. Le problème est ensuite résolu dans le chapitre 2. Finalement, nos conclusions et des orientations pour de futurs travaux sont présentées. / This master thesis addresses the issue of inter-plants transfers. Although used as a strategy to increase products availability, manage unanticipated stock-outs, and improve service levels, inter-plant transfers tend to become a burden on companies when inventory management is inefficient and decentralized. Indeed, they generate important costs and contribute to greenhouse gas emissions. Thus, they must be optimized. In collaboration with an industrial partner in the agricultural sector, this project aims to optimize costs and emissions linked to inter-plant transfers. In order to achieve that, we model and solve an inventory transshipment problem in which the objective function minimises total costs consisting of transshipment, distribution, inventory, and renting costs. Our results show that significant gains can be achieved through centralized inventory management and integration. We observe savings between 36.86% and 99.92% for transshipment costs, 41.33% and 99.98% for emissions linked to transfers, and 0.56% and 92.48% for the total cost. This document is organized as follows. First, a general introduction is presented. Then, data are analyzed in Chapter 1. The optimization problem is solved in Chapter 2. Finally, our conclusions and directions for future work are presented.

Les décisions de localisation, de configuration et de définition des missions des centres de production et/ou de distribution sont des enjeux stratégiques pour le futur des entreprises manufacturières. La modélisation mathématique des réseaux logistiques a pour objectif de suggérer des décisions économiquement efficaces aux gestionnaires. Cependant, la transcription fidèle de ces enjeux en termes mathématiques conditionne la crédibilité et l’efficacité des solutions recommandées. Dès lors, l’élaboration de méthodologies réalistes apparaît être une des conditions de succès de toute formalisation. Cette thèse propose tout d’abord, une méthodologie générique réaliste de conception des réseaux logistiques pour les industries dont les procédés sont divergents. La méthodologie proposée est validée en l’appliquant à Virtu@l-Lumber, un cas virtuel mais réaliste de l’industrie du bois d’œuvre. Ensuite, une approche de positionnement par anticipation intégrant les préférences des clients est élaborée et expérimentée. Cette approche s’appuie sur un modèle de programmation stochastique avec recours. Au final, un modèle mathématique intégrateur combinant les concepts des deux méthodologies précédentes est formulé et son impact potentiel sur l’industrie du bois-d’œuvre est examiné à l’aide du cas Virtu@l-Lumber. / Strategic decisions on the location, the capacity, the layout, and the mission of production and distribution facilities are key drivers of manufacturing company’s competitiveness. The aim of supply chain design models is to recommend economically efficient decisions to the company’s administrator. The realism of the mathematical modeling of the aforementioned issues conditions the validity and the applicability of the prescribed solutions. The elaboration of realistic methodologies is thus one of the main success factors of decision support processes. This thesis first proposes a generic methodology to design the production-distribution network of divergent process industry companies. The approach is validated by applying it to Virtu@l-Lumber, a virtual but realistic case from the lumber industry. Second, an approach that takes into account market opportunities when designing production-distribution networks is proposed and tested. This approach is based on a stochastic programming with recourse model. Lastly, a mathematical model combining the two previous formulations is proposed and its potential impact on the lumber industry is investigated with the Virtu@l-Lumber case.

Les usines de bioénergie devraient jouer un rôle important dans la production d'énergie verte à partir de la biomasse forestière. Pour intégrer l'usine de bioénergie dans la chaîne d'approvisionnement forestière, l'industrie a besoin de nouveaux investissements ainsi que de la conception et de la gestion de la chaîne de valeur. D'un autre côté, les incertitudes associées aux nouveaux produits sur le marché peuvent ajouter des risques supplémentaires à un investissement aussi important dans la chaîne d'approvisionnement forestière instable. Par conséquent, l'objectif principal de cette thèse est d'étudier la conception du réseau de bioénergie forestière dans un contexte déterministe et stochastique. La première partie de la thèse propose une plate-forme expérimentale pour intégrer la conception et le pilotage de la chaîne de valeur puisque le nouveau design ne sera réalisable que s'il considère au préalable la planification. La plateforme a inclus plusieurs actions collaboratives entre tous les partenaires impliqués dans la chaîne d'approvisionnement. Cette plateforme est la base d’un nouvel outil éducatif appelé jeu de transport. Ensuite, la plate-forme a été utilisée pour concevoir un réseau optimisé de bioénergie forestière. La chaîne d'approvisionnement forestière de Terre-Neuve, composée de quatre acteurs majeurs de l’industrie forestière, a été considérée comme notre étude de cas. La rentabilité de l'ajout de nouvelles installations de bioénergie ainsi que de nouveaux terminaux dans plusieurs emplacements potentiels ont été évalués. Enfin, à la troisième partie de la thèse, nous repensons le réseau bioénergétique en tenant compte de l'incertitude de la demande et des prix de tous les produits finaux de la nouvelle chaîne de valeur. Plusieurs bioprocédés potentiels avec différentes technologies ont été évalués dans notre étude de cas. Pour fournir une solution tenant compte du risque, nous avons développé deux nouveaux modèles de gestion des risques. Les résultats dans les trois parties ont clairement démontré l'impact de la planification intégrée, des usines de bioénergie et de la collaboration sur l'amélioration de la performance de la chaîne d'approvisionnement forestière. En général, le travail accompli dans ce projet permettra une transformation en douceur de la chaîne d'approvisionnement forestière en tenant compte des risques d'investissement. En ce qui concerne les résultats obtenus grâce aux études de cas, nous croyons que la plateforme et les approches proposées dans cette thèse peuvent être considérées comme des outils novateurs et pratiques pour le problème de la conception des réseaux de bioénergie forestière. / Bioenergy plants are expected to play an important role in green energy production from forestry biomass. To incorporate bioenergy plant in the forest supply chain, the industry requires new investments as well as new value chain design and management. On the other side, the uncertainties associated with demand and price of new products in the market may add risks to such large investment in current forest supply chain. Hence, the main objective of this thesis is to analyze and to propose new design of the forest bioenergy network in both a deterministic and a stochastic context. The first part of the thesis has proposed four optimization models for strategic, tactical and operational planning levels of the supply chain. The models have included several collaborative actions between all involved stakeholders of the supply chain. They have been integrated in a new educational tool called hierarchical transportation game. In the second part of the thesis, we have integrated the developed optimization models to propose an integrated value chain design and value chain management optimization model. This model has been used to analyze a forest bioenergy network in Newfoundland. Newfoundland forest supply chain comprising four major stakeholders was considered as our case study. The profitability of adding a new bioenergy plant as well as new terminals in several potential locations have been evaluated. Finally, in a third part of the thesis we have proposed the bioenergy network taking into account uncertainty on demand and price of all final products of a new value chain. Several potential bioprocesses with different technologies have been evaluated for our case study. To provide a risk-averse solution, we have proposed two risk management models. The results from the three parts of the thesis have demonstrated the impact of integrated planning, bioenergy plants and collaboration on improvement of forest value chain. In general, the work in this thesis can support an efficient transformation of the forest supply chain considering investment risks. The optimization models and approaches proposed in this thesis are novel and practical for the forest bioenergy network design problem.

La tendance actuelle est à la restructuration rapide des entreprises. Dans un contexte dynamique, ces entreprises doivent être en mesure de s'adapter rapidement aux changements s'opérant dans leur environnement. Ces changements se répercutent presqu'assurément sur leur réseau logistique. L'analyse des stratégies de production, qui incluent les technologies à privilégier ainsi que la capacité requise des processeurs et de la main d'œuvre, doit être effectuée de plus en plus fréquemment afin de permettre aux entreprises de demeurer compétitives. Ces stratégies doivent être flexibles et robustes dans le but de favoriser les réorganisations souhaitées. Cette thèse propose des outils mathématiques d'aide à la réingénierie de réseaux manufacturiers dont le but est de faciliter la prise de décision de la part des entreprises subissant ce type de pressions. Ces outils fournissent des indicateurs de performance afin d'aider efficacement ces entreprises. De plus, ils permettent de réaliser différentes analyses en considérant des scénarios probables et de les comparer. Enfin, les alternatives fournies par ces outils permettent d'obtenir de l'information pertinente a l'étude du réseau manufacturier et ce, dans des délais raisonnables. Trois différents modèles mathématiques de programmation linéaires en nombres entiers sont développés dans le cadre de cette thèse et font office d'outils d'aide à la décision. Les modèles proposés intègrent des aspects complexes que les outils conventionnels ne sont pas en mesure de considérer adéquatement. En effet, ce type de modèle devient rapidement très complexe et difficile à résoudre. Les éléments considérés incluent la localisation des sites de production et leur organisation, le choix et les habiletés des processeurs et de la main d'œuvre et le temps de réponse et le niveau de service offerts aux clients dans un contexte de maximisation des profits dans le cas du dernier modèle. Différentes techniques avancées de recherche opérationnelle ont été investiguées. Notons les approches de décomposition et les techniques accélératrices comme l'ajout de coupes d'optimalité valides. Les résultats obtenus d'après le contexte des expérimentations réalisées démontrent la valeur managériale des outils proposés. Enfin, différentes perspectives de travail intéressantes sont soulevées, favorisant les avancées dans ce domaine de recherche motivant et en pleine ébullition. / Today's enterprises need fast reorganizations. In a dynamic context, enterprises must be able to quickly adapt to environment changes. Moreover, these changes generally reflect on their supply chain. Site selection and production strategies, including technology choices and capacity planning of processors and workers, must be analyzed more frequently in order for the enterprise to remain competitive. These strategies must be flexible and robust in order to support reorganizations of the enterprise. The thesis proposes a set of mathematical tools which aim to help enterprises in the design of their manufacturing networks. The objective of theses tools is to facilitate decision making for enterprises in this context. They provide a means for assessing through key performance indicators the impact of a manufacturing network on the competitiveness of the enterprise. They enable the analysis and comparison of actual versus proposed alternative network designs. They also provide a means for generating in satisfying time sets of realistic optimized alternatives. Mixed integer linear programming models are developed and act as decision-support tools. These models integrate complex aspects that conventional tools are not able to consider adequately. Actually, these models are difficult to solve. Many advanced techniques of operations research were investigated and implemented in this thesis, including decomposition methods and accelerative techniques, like the addition of valid cuts. The results obtained by experimentation show the value of these models as managerial tools. Interesting avenues of research were raised supporting the development of this motivating field of research.

La croissance du commerce électronique exige une hausse des performances des systèmes d'entreposage, qui sont maintenant repensés pour faire face à un volume massif de demandes à être satisfait le plus rapidement possible. Le système manuel et le système à robots mobile (SRM) sont parmi les plus utilisés pour ces activités. Le premier est un système centré sur l'humain pour réaliser des opérations complexes que les robots actuels ne peuvent pas effectuer. Cependant, les nouvelles générations de robots autonomes mènent à un remplacement progressif par le dernier pour augmenter la productivité. Quel que soit le système utilisé, plusieurs problèmes interdépendants doivent être résolus pour avoir des processus de stockage et de prélèvement efficaces. Les problèmes de stockage concernent les décisions d'où stocker les produits dans l'entrepôt. Les problèmes de prélèvement incluent le regroupement des commandes à exécuter ensemble et les itinéraires que les cueilleurs et les robots doivent suivre pour récupérer les produits demandés. Dans le système manuel, ces problèmes sont traditionnellement résolus à l'aide de politiques simples que les préparateurs peuvent facilement suivre. Malgré l'utilisation de robots, la même stratégie de solution est répliquée aux problèmes équivalents trouvés dans le SRM. Dans cette recherche, nous étudions les problèmes de stockage et de prélèvement rencontrés lors de la conception du système manuel et du SRM. Nous développons des outils d'optimisation pour aider à la prise de décision pour mettre en place leurs processus, en améliorant les mesures de performance typiques de ces systèmes. Certains problèmes traditionnels sont résolus avec des techniques améliorées, tandis que d'autres sont intégrés pour être résolus ensemble au lieu d'optimiser chaque sous-système de manière indépendante. Nous considérons d'abord un système manuel avec un ensemble connu de commandes et intégrons les décisions de stockage et de routage. Le problème intégré et certaines variantes tenant compte des politiques de routage communes sont modélisés mathématiquement. Une métaheuristique générale de recherche de voisinage variable est présentée pour traiter des instances de taille réelle. Des expériences attestent de l'efficience de la métaheuristique proposée par rapport aux modèles exacts et aux politiques de stockage communes. Lorsque les demandes futures sont incertaines, il est courant d'utiliser une stratégie de zonage qui divise la zone de stockage en zones et attribue les produits les plus demandés aux meilleures zones. Les tailles des zones sont à déterminer. Généralement, des dimensions arbitraires sont choisies, mais elles ignorent les caractéristiques de l'entrepôt et des demandes. Nous abordons le problème de dimensionnement des zones pour déterminer quels facteurs sont pertinents pour choisir de meilleures tailles de zone. Les données générées à partir de simulations exhaustives sont utilisées pour trainer quatre modèles de régression d'apprentissage automatique - moindres carrés ordinaire, arbre de régression, forêt aléatoire et perceptron multicouche - afin de prédire les dimensions optimales des zones en fonction de l'ensemble de facteurs pertinents identifiés. Nous montrons que tous les modèles entraînés suggèrent des dimensions sur mesure des zones qui performent meilleur que les dimensions arbitraires couramment utilisées. Une autre approche pour résoudre les problèmes de stockage pour le système manuel et pour le SRM considère les corrélations entre les produits. L'idée est que les produits régulièrement demandés ensemble doivent être stockés près pour réduire les coûts de routage. Cette politique de stockage peut être modélisée comme une variante du problème d'affectation quadratique (PAQ). Le PAQ est un problème combinatoire traditionnel et l'un des plus difficiles à résoudre. Nous examinons les variantes les plus connues du PAQ et développons une puissante métaheuristique itérative de recherche tabou mémétique en parallèle capable de les résoudre. La métaheuristique proposée s'avère être parmi les plus performantes pour le PAQ et surpasse considérablement l'état de l'art pour ses variantes. Les SRM permettent de repositionner facilement les pods d'inventaire pendant les opérations, ce qui peut conduire à un processus de prélèvement plus économe en énergie. Nous intégrons les décisions de repositionnement des pods à l'attribution des commandes et à la sélection des pods à l'aide d'une stratégie de prélèvement par vague. Les pods sont réorganisés en tenant compte du moment et de l'endroit où ils devraient être demandés au futur. Nous résolvons ce problème en utilisant la programmation stochastique en tenant compte de l'incertitude sur les demandes futures et suggérons une matheuristique de recherche locale pour résoudre des instances de taille réelle. Nous montrons que notre schéma d'approximation moyenne de l'échantillon est efficace pour simuler les demandes futures puisque nos méthodes améliorent les solutions trouvées lorsque les vagues sont planifiées sans tenir compte de l'avenir. Cette thèse est structurée comme suit. Après un chapitre d'introduction, nous présentons une revue de la littérature sur le système manuel et le SRM, et les décisions communes prises pour mettre en place leurs processus de stockage et de prélèvement. Les quatre chapitres suivants détaillent les études pour le problème de stockage et de routage intégré, le problème de dimensionnement des zones, le PAQ et le problème de repositionnement de pod. Nos conclusions sont résumées dans le dernier chapitre. / The rising of e-commerce is demanding an increase in the performance of warehousing systems, which are being redesigned to deal with a mass volume of demands to be fulfilled as fast as possible. The manual system and the robotic mobile fulfillment system (RMFS) are among the most commonly used for these activities. The former is a human-centered system that handles complex operations that current robots cannot perform. However, newer generations of autonomous robots are leading to a gradual replacement by the latter to increase productivity. Regardless of the system used, several interdependent problems have to be solved to have efficient storage and picking processes. Storage problems concern decisions on where to store products within the warehouse. Picking problems include the batching of orders to be fulfilled together and the routes the pickers and robots should follow to retrieve the products demanded. In the manual system, these problems are traditionally solved using simple policies that pickers can easily follow. Despite using robots, the same solution strategy is being replicated to the equivalent problems found in the RMFS. In this research, we investigate storage and picking problems faced when designing manual and RMFS warehouses. We develop optimization tools to help in the decision-making process to set up their processes and improve typical performance measures considered in these systems. Some classic problems are solved with improved techniques, while others are integrated to be solved together instead of optimizing each subsystem sequentially. We first consider a manual system with a known set of orders and integrate storage and routing decisions. The integrated problem and some variants considering common routing policies are modeled mathematically. A general variable neighborhood search metaheuristic is presented to deal with real-size instances. Computational experiments attest to the effectiveness of the metaheuristic proposed compared to the exact models and common storage policies. When future demands are uncertain, it is common to use a zoning strategy to divide the storage area into zones and assign the most-demanded products to the best zones. Zone sizes are to be determined. Commonly, arbitrary sizes are chosen, which ignore the characteristics of the warehouse and the demands. We approach the zone sizing problem to determine which factors are relevant to choosing better zone sizes. Data generated from exhaustive simulations are used to train four machine learning regression models - ordinary least squares, regression tree, random forest, and multilayer perceptron - to predict the optimal zone sizes given the set of relevant factors identified. We show that all trained models suggest tailor-made zone sizes with better picking performance than the arbitrary ones commonly used. Another approach to solving storage problems, both in the manual and RMFS, considers the correlations between products. The idea is that products constantly demanded together should be stored closer to reduce routing costs. This storage policy can be modeled as a quadratic assignment problem (QAP) variant. The QAP is a traditional combinatorial problem and one of the hardest to solve. We survey the most traditional QAP variants and develop a powerful parallel memetic iterated tabu search metaheuristic capable of solving them. The proposed metaheuristic is shown to be among the best performing ones for the QAP and significantly outperforms the state-of-the-art for its variants. The RMFS allows easy repositioning of inventory pods during operations that can lead to a more energy-efficient picking process. We integrate pod repositioning decisions with order assignment and pod selection using a wave picking strategy such that pods are parked after being requested considering when and where they are expected to be requested next. We solve this integrated problem using stochastic programming considering the uncertainty about future demands and suggest a local search matheuristic to solve real-size instances. We show that our sample average approximation scheme is effective to simulate future demands since our methods improve solutions found when waves are planned without considering the future demands. This thesis is structured as follows. After an introductory chapter, we present a literature review on the manual and RMFS, and common decisions made to set up their storage and picking processes. The next four chapters detail the studies for the integrated storage and routing problem, the zone sizing problem, the QAP, and the pod repositioning problem. Our findings are summarized in the last chapter.

Une chaîne logistique est composée d’entreprises fabriquant et distribuant des produits aux consommateurs. En modélisant chacune de ses entreprises comme un agent intelligent, nous étudions l’effet « coup de fouet » qui s’y propage. Cet effet consiste en l’amplification de la variabilité des commandes passées par les entreprises lorsque l’on s’éloigne du client final. Dans un premier temps, nous modélisons chaque entreprise d’une chaîne logistique forestière québécoise comme un agent intelligent, afin de proposer deux mécanismes de coordination décentralisés réduisant ce phénomène. Des simulations de ce système multiagent montrent que ce mécanisme est efficace pour une chaîne logistique dans son ensemble. Dans un second temps, d’autres simulations sont utilisées pour construire un jeu, que nous analysons avec la Théorie de Jeux. Nous vérifions ainsi que les entreprises n’ont pas intérêt d’arrêter unilatéralement d’utiliser nos mécanismes de coordination (équilibre de Nash). / A supply chain is a set of companies that manufacture and distribute products to consumers. We study the “bullwhip effect” that is propagated therein by modelling each company as an intelligent agent. This effect is the amplification of the variability of orders placed by companies, as one moves away from end-customers. Firstly, we model each company in a Québec wood supply chain as an intelligent agent, in order to propose two decentralized coordination mechanisms reducing this phenomenon. Simulations of this multi-agent system show that our mechanism is efficient for a supply chain as a whole. Secondly, additional simulations are used to build a game, which we analyze with Game Theory. We verify here that companies have no incentive to cease unilaterally from using our two coordination mechanisms (Nash equilibrium).