Nous considérons des problèmes de gestion des stocks multi-échelon à temps périodique avec des demandes non stationnaires. Ces hypothèses sur la demande apparaissent notamment lorsque des prévisions sur la demande sont utilisées dynamiquement (de nouvelles prévisions sont fournies à chaque période). La structure des coûts comprend des coûts fixes et variables d'approvisionnement, des coûts de stockage et des coûts de mise en attente des demandes. Le délai d'approvisionnement est supposé constant. Le problème consistant à déterminer la politique optimale qui minimise les coûts sur un horizon fini peut être formulé grâce à un programme dynamique. Dans le cadre déterministe, les problèmes auxquels nous nous intéressons sont le plus souvent NP-difficiles, ce qui fait rapidement exploser l'espace d'état. Il devient alors nécessaire de recourir à des heuristiques. Nous nous orientons vers la recherche d'algorithmes d'approximation combinatoires pour le problème One Warehouse Multi Retailers et plus généralement pour des systèmes de distribution divergents. Nous nous intéresserons dans un premier temps à des systèmes de distribution à deux étages avec un entrepôt central et des entrepôts secondaires qui voient la demande finale. Dans un deuxième temps, des structures logistiques plus complexes pourront être considérées. L'objectif sera de proposer des heuristiques originales, basées sur des techniques de répartition des coûts, de les comparer numériquement à la politique optimale sur de petites instances et, si possible, d'établir des garanties de performance.

Nous considérons des problèmes de gestion des stocks multi-échelon à temps périodique avec des demandes non stationnaires. Ces hypothèses sur la demande apparaissent notamment lorsque des prévisions sur la demande sont utilisées dynamiquement (de nouvelles prévisions sont fournies à chaque période). La structure des coûts comprend des coûts fixes et variables d’approvisionnement, des coûts de stockage et des coûts de mise en attente des demandes. Le délai d’approvisionnement est supposé constant. Le problème consistant à déterminer la politique optimale qui minimise les coûts sur un horizon fini peut être formulé grâce à un programme dynamique. Dans le cadre déterministe, les problèmes auxquels nous nous intéressons sont le plus souvent NP-difficiles, ce qui fait rapidement exploser l’espace d’état. Il devient alors nécessaire de recourir à des heuristiques. Nous nous orientons vers la recherche d'algorithmes d'approximation combinatoires pour le problème One Warehouse Multi Retailers et plus généralement pour des systèmes de distribution divergents. Nous nous intéresserons dans un premier temps à des systèmes de distribution à deux étages avec un entrepôt central et des entrepôts secondaires qui voient la demande finale. Dans un deuxième temps, des structures logistiques plus complexes pourront être considérées. L’objectif sera de proposer des heuristiques originales, basées sur des techniques de répartition des coûts, de les comparer numériquement à la politique optimale sur de petites instances et, si possible, d’établir des garanties de performance. / Inventory management has always been a major component of the field of operations research and numerous models derived from the industry aroused the interest of both the researchers and the practitioners. Within this framework, our work focuses on several classical inventory problems, for which no tractable method is known to compute an optimal solution. Specifically, we study deterministic models, in which the demands of the customers are known in advance, and we propose approximation techniques for each of the corresponding problems that build feasible approximate solutions while remaining computationally tractable. We first consider continuous-time models with a single facility when demand and holding costs are time-dependent. We present a simple technique that balances the different costs incurred by the system and we use this concept to build approximation methods for a large class of such problems. The second part of our work focuses on a discrete time model, in which a central warehouse supplies several retailers facing the final customers demands. This problem is known to be NP-hard, thus finding an optimal solution in polynomial time is unrealistic unless P=NP. We introduce a new decomposition of the system into simple subproblems and a method to recombine the solutions to these subproblems into a feasible solution to the original problem. The resulting algorithm has a constant performance guarantee and can be extended to several generalizations of the system, including more general cost structures and problems with backlogging or lost-sales.

Dans le contexte économique actuel, les entreprises cherchent à développer de nouvelles stratégies de distribution pour leurs performances logistique. Dans cette quête de performances, les entreprises doivent adapter les stratégies de distribution misent en place avec les typologies de leurs produits. Plusieurs stratégies de distribution existent dans la chaîne logistique de grande distribution. Ces stratégies sont choisies sur la base des caractéristiques des produits, et /ou l'impact sur les performances logistiques. Dans cette thèse, nous étudions l'impact de trois stratégies de distribution, à savoir: stockage traditionnel, cross-docking pick by line et le cross-docking pick by store, sur trois performances de la logistiques, à savoir: le niveau de service, les coûts et le bullwhip effect. En outre, nous analysons l'impact des caractéristiques des produits sur les performances des stratégies de distribution et enfin proposer un cadre pour le choix de la stratégie la plus adaptée pour chaque produit. La chaîne logistique étudiée est composée de trois échelons: Centre de distribution du fournisseur, Centre de distribution du distributeur et les magasins. Basé sur un cas réel, nous effectuons une modélisation des processus, qui nous permet de développer un modèle déterministe de coût Macro et un modèle de simulation. Le modèle de coût macro permet d'évaluer l'impact des stratégies de distribution sur des coûts de la chaîne logistique. Après l'analyse macro des coûts, nous développons un modèle de simulation où nous intégrons les données relatives aux produits (la demande, le volume, etc.). Ce modèle permet une simulation dynamique du système la stratégie la plus adaptée pour chaque produit en fonction de ses caractéristiques et de l'impact sur les performances. A la fin de cette recherche, nous présentons une matrice de choix pour la segmentation des produits et choix de la stratégie de distribution. / Nowadays companies must look to develop new distribution strategies in order to achieve the required performance from their supply chain. In this quest, companies wonder about the consistency of their distribution strategies with the products they are selling. Several types of distribution strategies exist in the retail supply chain. These strategies are chosen based on the products characteristics, and/or the impact on the supply chain performances. In this research, we study the impact of three distribution strategies, namely: traditional warehousing, cross-docking pick by line and cross-docking pick by store, on three supply chain performances, namely: service level, cost and bullwhip effect. In addition, we analyse the impact of the products characteristics on the performances of the distribution strategies and propose a framework for choosing the right strategy for each product. The supply chain studied is composed of three echelons: Supplier Distribution Centre, Retailer Distribution Centre and Stores. Based a real business case, we perform a process modelling, that allows us to develop a deterministic Macro cost model and a simulation model. The macro cost model allows to evaluate the impact of the distribution strategies on the supply chain cost performance. After the macro cost analysis, we develop a simulation model where we integrate the data related to the products (demand, volume, ordering quantities etc.) in the model. This model allows a more dynamic simulation of the system in a large time period and determines the right strategy to select for each product depending on its characteristics and the impact on the performances. At the end of this research, we present a framework for product segmentation and distribution strategy selection.