La planification tactique consiste à élaborer des plans de production afin de répondre au mieux à la demande, à un moindre coût. Traditionnellement, cette planification est divisée en trois plans principaux : le Plan Industriel et Commercial (PIC), le Plan Directeur de Production (PDP) et le Calcul des Besoins Net (CBN). Pour élaborer ces différents plans, des modèles mathématiques dits de " lot-sizing " ont été développés. Cependant, les mécanismes de fusion/acquisition entre entreprises ont considérablement complexifié cette planification en y intégrant les aspects multi-site inhérents au concept de chaîne logistique et il n'existe pas, à notre connaissance, de modèle du domaine et de modèle mathématique de référence pour cette problématique. Dans cette thèse, nous proposons un modèle générique de connaissance pour la planification multi-site à partir duquel un modèle mathématique générique peut être obtenu. Ce dernier permet, par instanciation, de retrouver les principaux modèles de la littérature. Nous proposons également des méthodes d'optimisation efficaces pour l'élaboration des plans de production (PIC, PDP et CBN) dans un contexte mono et multi-site : - Nous nous intéressons à l'obtention du PIC et du PDP dans un contexte mono-site au travers de la résolution du Capacitated Lot Sizing Problem (CLSP) grâce à des métaheuristiques et des bornes inférieures. Par cette technique, nous améliorons des résultats de la littérature. - Nous proposons un modèle mathématique pour la planification d'une chaîne logistique de type " flowshop hybride " obtenu par instanciation du modèle mathématique générique ainsi qu'une méthode d'optimisation efficace pour déterminer les PDPs et CBNs pour cette chaîne logistique. Nous abordons ensuite les problèmes de faisabilité des plans de production ainsi déterminés au niveau opérationnel en utilisant différents couplages entre modèles mathématiques ou modèles de simulation, ce qui permet d'assurer la synchronisation verticale des plans. Enfin, dans le cadre d'un contrat industriel, nous nous intéressons à la mise en place d'une politique de gestion de stock à demande différenciée. Après avoir étudié la faisabilité d'une telle mise en oeuvre dans un contexte industriel, nous avons conçu les algorithmes et développé l'application permettant de calculer les seuils de rationnement de chaque client afin de mener un test grandeur nature de cette politique.

La gestion de chaîne d’approvisionnement est un élément essentiel à la performance des entreprises et fait l’objet d’une attention particulière depuis plusieurs décennies. Dans le domaine des télécommunications, cette gestion inclût généralement des activités de réparation et prend alors place sur une chaîne d’approvisionnement en boucle fermée. Dans ce contexte, la gestion de la chaîne d’approvisionnement vise à la planification optimale des mouvements de pièces saines et défaillantes basée sur une prévision des défaillances futures et fait face à différents objectifs conflictuels (rupture de stock, stockage, réparation,transfert). Le travail présenté dans cette thèse s’intéresse à ce problème d’optimisation et s’appuie sur un cas réel. Spécifiquement nous proposons un système d’aide à la planification tactique. Ce système est centré sur une modélisation générique du problème d’optimisation applicable à une grande variété de chaînes d’approvisionnement. Nous présentons particulièrement une approche exacte et une méta-heuristique pour résoudre ce problème et évaluons ces approches sur une variété d’instances de différentes tailles avec plusieurs niveaux et distributions du stock initial dans la chaîne d’approvisionnement. Nous étudions également la possibilité de mener des politiques de gestion particulières (e.g., juste-à-temps, réparations minimales) en pondérant les différents objectifs étudiés. Nous nous intéressons également à l’application de plans successifs produits par le système et, particulièrement, nous étudions la capacité du système à faire face aux incertitudes pouvant apparaître dans les prévisions. / Supply chains are ubiquitous across industries and a considerable effort has been invested in supply chain management techniques over the last decades. In Telecommunications service industries, it often involves repair operations and consequently takes place in a closed-loop supply chain. In this context, supply chain management is concerned with optimally planning movements of faulty parts and spare parts based on a demand forecast and in the face of conflicting objectifs (stock out, storage, repair, transfer). This thesis describes this optimisation problem and based on a case study. Specifically, we consider a tactical planning decision support system. This system depends on a generic modeling of the problem that can be applied on a wide range of supply chains. We present an exact method and a metaheuristic to solve this problem and evaluate our approaches against a variety of instances of different sizes. We also study the ability to emulate specific management policies (e.g., just-in-time replenishment, minimal repair) by weighting the objectives. Finally, we investigate how to apply successive plans generated by the system and study the capability to face forecast uncertainties.

Le présent travail s’intéresse à la prise en compte de l’incertitude et du risque pour l’optimisation de la planification de production au niveau tactique d’une entreprise multi-sites d’une chaîne logistique. La méthode proposée permet d’assurer une planification des opérations de production et d’approvisionnement tout en intégrant au sein de son processus décisionnel un mécanisme de gestion de risque, en présence de diverses sources d’incertitude et d’ambigüité. Pour cela, une «bibliothèque» de critères structurés en deux classes indépendantes : critères de performance et critères de risque a été proposée, dans laquelle le décideur peut sélectionner ceux qui sont en cohérence avec ses préférences et sa stratégie de planification. La méthode doit chercher le bon compromis entre les performances et les risques prédéfinis par le décideur. Pour cela, nous nous somme dirigés dans un premier temps sur le développement d’une approche d’aide à la décision multicritères floue couplant un modèle analytique et la méthode TOPSIS floue. Cette approche consiste à générer un éventail de plans réalisables, caractérisés par leur performance et leur résistance aux risques. Le décideur peut alors choisir le plan qui reflète le compromis le plus adapté à sa stratégie de décision. Une deuxième approche d’optimisation multi-objectifs floue a été proposée dans un deuxième temps pour faire face à des problèmes de planification de grande taille au sein des chaînes logistiques opérant dans un environnement dynamique et incertain. Cette approche combine la méthode TOPSIS Floue, la programmation multi-objectifs possibiliste et la méthode du Goal Programming. L’objectif est de déterminer un plan jugé de bon compromis vis-à- vis des préférences du décideur par rapport aux objectifs de performance et de résistance aux risques. L’instanciation des deux approches proposées sur un exemple numérique a montré leur applicabilité et leur efficacité pour faire face à des problèmes de planification des chaînes logistiques utilisant des données incertaines et des préférences subjectives. Les expérimentations des deux approches permettant de tirer un ensemble d’enseignements utiles.

Cette thèse est une contribution à la modélisation, la planification et l’optimisation du transport pour l’approvisionnement en bois de forêt des industries de première transformation. Dans ce domaine, les aléas climatiques (mise au sol des bois par les tempêtes), sanitaires (attaques bactériologiques et fongiques des bois) et commerciaux (variabilité et exigence croissante des marchés) poussent les divers acteurs du secteur (entrepreneurs et exploitants forestiers, transporteurs) à revoir l’organisation de la filière logistique d’approvisionnement, afin d’améliorer la qualité de service (adéquation offre-demande) et de diminuer les coûts.L’objectif principal de cette thèse était de proposer un modèle de pilotage améliorant la performance du transport forestier, en respectant les contraintes et les pratiques du secteur.Les résultats établissent une démarche de planification hiérarchique des activités de transport à deux niveaux de décision, tactique et opérationnel. Au niveau tactique, une optimisation multi-périodes permet de répondre aux commandes en minimisant l’activité globale de transport, sous contrainte de capacité agrégée des moyens de transport accessibles. Ce niveau permet de mettre en oeuvre des politiques de lissage de charge et d’organisation de sous-traitance ou de partenariats entre acteurs de transport. Au niveau opérationnel, les plans tactiques alloués à chaque transporteur sont désagrégés, pour permettre une optimisation des tournées des flottes, sous contrainte des capacités physiques de ces flottes.Les modèles d’optimisation de chaque niveau sont formalisés en programmation linéaire mixte avec variables binaires. L’applicabilité des modèles a été testée en utilisant un jeu de données industrielles en région Aquitaine et a montré des améliorations significatives d’exploitation des capacités de transport par rapport aux pratiques actuelles.Les modèles de décision ont été conçus pour s’adapter à tout contexte organisationnel, partenarial ou non : la production du plan tactique possède un caractère générique sans présomption de l’organisation, celle-ci étant prise en compte, dans un deuxième temps, au niveau de l’optimisation opérationnelle du plan de transport de chaque acteur. / The present manuscript tackles the supply chain forest transportation problem in the context of forestry primary industry. In this context, several risks may affect the forest supply chain: the unpredictable weather conditions (tree falling provoked by major storms); sanitary emergencies (tree pest and diseases); and, diverse commercial circumstances (the variability of market demands). The aforementioned issues motivate the diverse forest sector protagonists (entrepreneurs, forest operators and drivers) to seek support for improving their logistic operations. The aim of this effort is to improve the service quality (offer-demand agreement) diminishing in this way the total costs. Therefore, the main goal of this thesis is the proposal of a novel management model which improves forest-to-mill transport performance. At the same time, the proposed model accounts for the forest sector manners and constraints. The contribution of this thesis is threefold: first a transportation model is developed, later on the transport planning is managed, and finally an optimization procedure is proposed.The thesis results propose a hierarchical planning for the forestry transportation. Two decision levels are suggested: tactic and operational. At a tactic level, a multi-period optimization is considered. The multi-period optimization strategy meets the customer supply demands while minimizes the global transportation activity. Such strategy takes into account the restrictions of the total available transportation means. Moreover, at this level the activity balancing politics may be developed, as well as subcontractors coordination between transport companies. On the other hand, at the operational level, the tactic planning assigned for each transporter is divided so an optimization of the fleet’s transport assignation is done considering the vehicles constraints.The decision process is modelled as a Mixed Linear Programming formulation. The application considers a data set coming from the industry settled at the Aquitaine region in France. The results have shown a significant improvement on the transport capabilities with respect to the conventional transport practices.It is worth to mention that the decision models were designed such that they may be adapted to different context either collaborative or not. In both cases, the tactic planning has a generic purpose, in other words, it is independent of the kind of organization involved, whereas specific organizations are taken into account when planning actors’ activities at the operational level.

Cette thèse se concentre sur deux problèmes tactiques de gestion des chaînes logistiques, la planification tactique et la gestion de stock à demande différenciée. Ainsi, le premier objectif de ce travail est de proposer un modèle de planification tactique générique pour les chaînes logistiques dites à "nomenclature convergente". Une méthode d'optimisation à base de recuit simulé dédié à ce modèle est également proposée. De récents travaux ont montré la pertinence de générer les plans tactiques non plus à partir de ces coûts mais à partir d'indicateurs financiers tels que la la valeur dégagée, etc. Le second objectif de ce mémoire est donc d'étudier les liens entre flux physiques et flux financiers afin de définir des modèles de planification tactique optimisant une fonction financière. La problématique de la répartition de la valeur au sein de la chaîne logistique est également étudiée et nous proposons un modèle mathématique répondant à cette dernière thématique. Une approche intégrée pour la planification tactique d'une chaîne logistique articulée autour d'un chaînage de modèles mathématiques (planification / partage de la valeur) est alors proposée .La deuxième partie de ce mémoire présente l'étude d'un problème de gestion de stock dit à demande différenciée. Une comparaison de plusieurs solutions de gestion est proposée à partir d'un modèle de simulation à événement discret.

La planification tactique consiste à élaborer des plans de production afin de répondre au mieux à la demande, à un moindre coût. Traditionnellement, cette planification est divisée en trois plans principaux : le Plan Industriel et Commercial (PIC), le Plan Directeur de Production (PDP) et le Calcul des Besoins Net (CBN). Pour élaborer ces différents plans, des modèles mathématiques dits de " lot-sizing " ont été développés. Cependant, les mécanismes de fusion/acquisition entre entreprises ont considérablement complexifié cette planification en y intégrant les aspects multi-site inhérents au concept de chaîne logistique et il n'existe pas, à notre connaissance, de modèle du domaine et de modèle mathématique de référence pour cette problématique. Dans cette thèse, nous proposons un modèle générique de connaissance pour la planification multi-site à partir duquel un modèle mathématique générique peut être obtenu. Ce dernier permet, par instanciation, de retrouver les principaux modèles de la littérature. Nous proposons également des méthodes d'optimisation efficaces pour l'élaboration des plans de production (PIC, PDP et CBN) dans un contexte mono et multi-site : - Nous nous intéressons à l'obtention du PIC et du PDP dans un contexte mono-site au travers de la résolution du Capacitated Lot Sizing Problem (CLSP) grâce à des métaheuristiques et des bornes inférieures. Par cette technique, nous améliorons des résultats de la littérature. - Nous proposons un modèle mathématique pour la planification d'une chaîne logistique de type " flowshop hybride " obtenu par instanciation du modèle mathématique générique ainsi qu'une méthode d'optimisation efficace pour déterminer les PDPs et CBNs pour cette chaîne logistique. Nous abordons ensuite les problèmes de faisabilité des plans de production ainsi déterminés au niveau opérationnel en utilisant différents couplages entre modèles mathématiques ou modèles de simulation, ce qui permet d'assurer la synchronisation verticale des plans. Enfin, dans le cadre d'un contrat industriel, nous nous intéressons à la mise en place d'une politique de gestion de stock à demande différenciée. Après avoir étudié la faisabilité d'une telle mise en oeuvre dans un contexte industriel, nous avons conçu les algorithmes et développé l'application permettant de calculer les seuils de rationnement de chaque client afin de mener un test grandeur nature de cette politique.

La chaîne logistique humanitaire (CLH) est essentielle pour assurer une réponse performante aux crises humanitaires. Les Organisations Humanitaires (OH) ont fait des efforts pendant les dernières décennies afin d'améliorer la réponse à la crise en termes d'efficience et d’efficacité. Tout de même, la performance est mise à l’épreuve dû au manque de fonds, et à l'augmentation des besoins humanitaires, le delta ne cessant pas de s’accroître. Les principaux donateurs exigent de plus en plus de transparence et de justification des dépenses. De plus, la pression de l’opinion publique et de la communauté internationale amène les OH à prendre en compte les enjeux du développement durable dans un futur proche. C'est dans ce contexte, et avec des études au terrain, qu'on a pu constater les difficultés pour intégrer le développent durable dans la prise de décision de la CLH. Le manque d'outils d'aide à la décision ainsi qu’une culture du développement durable spécifique à la CLH sont identifiés comme des freins pour améliorer la planification durable des opérations humanitaires. Le travail de recherche cherche à introduire la notion de développement durable dans la gestion des réseaux logistiques humanitaires. L'approche retenue est le développement d'un système d'aide à la décision basé sur la performance pour planifier les opérations de la CLH. Dans ce sens, trois directions de recherche ont été explorées : (a) Comment recueillir une connaissance exhaustive de la CLH pour la recherche terrain ainsi que pour développer des Systèmes d'Aide à la Décision adéquats ? La contribution proposée est une méthodologie pour la recherche terrain qui s’appuie sur un Meta-Modèle de la CLH. (b) Qu'est-ce que la durabilité signifie dans le contexte de CLH ? En base à une revue littéraire ainsi qu’aux recherches terrain, on a établi un cadre pour définir la performance durable d'une CLH. (c) Comment prendre des décisions durables au cours de la réponse humanitaire ? Cette contribution est basée sur un algorithme de Recherche Opérationnelle qui permet d'intégrer la performance durable dans la prise de décision avec une approche interactive. La thèse illustre les trois contributions avec des études de cas basées sur la CLH de la IFRC. / The Humanitarian supply Chain is a key element to enhance a performing response to humanitarian crisis. Because of the internal and external pressure, Humanitarian Organizations (HO) has done efforts during last decades to improve the crisis response in terms of effectiveness and efficiency. However, the performance is challenged by the increasing gap between funding and needs. The main donors ask for more transparency and accountability. Moreover, the pressure from the international community is pushing HO to integrate Sustainability challenges on a near future. Is in this context, and field research results, that the difficulties to consider sustainability on HSC decision-making. The lack of Decision Support Systems and a sustainability culture specific to the HSC have been identified as break to improve the planning of sustainable humanitarian operations. This research work seeks to introduce the sustainability notion to the management of the HSC. The approach followed is the development of a decision support system based on performance, to plan the HSC operations. Three research directions have been explored: (a) How to gather an exhaustive knowledge of a HSC, for both field research and development of DSS? The proposed contribution is a Meta-Model of the HSC, for field research porpoise and for developing adequate Decision Support Systems. (b) What sustainability means in HSC context? Based on a literature review and field research, a framework is established to define the HSC sustainable performance. (c) How to make sustainable decisions during humanitarian response? This contribution is based on an Operational Research Algorithm, which permits to integrate the sustainable performance on decision making with an interactive approach. The thesis illustrates the three contributions with use cases based on the International Federation of the Red Cross (IFRC).

Ce travail s'intéresse à la planification tactique de chaînes logistiques dans un environnement incertain et perturbé. Dans le cadre de relations "point-à point", nous proposons une approche permettant d'élaborer une planification tactique optimale et réactive d'un maillon d'une chaîne logistique en présence de paramètres incertains et de perturbations. Notre approche se fonde sur une structure à deux niveaux décisionnels. Le premier niveau effectue une planification agrégée en minimisant le coût global de production. Il établit ensuite "un plan de guidage" qui est transmis au niveau détaillé. Ce dernier effectue sa planification en suivant "au mieux" le plan de guidage et en prenant en compte les contraintes et données détaillées ignorées au niveau supérieur. Le niveau détaillé adopte un processus dynamique de planification à horizon glissant. Il réactualise ses données à chaque étape de planification afin d'assurer la réactivité du processus décisionnel. Nous caractérisons explicitement l'inertie du système décisionnel en distinguant deux phases : la phase d'anticipation et la phase de réalisation. Chaque phase est caractérisée par un délai temporel. Ainsi, nous proposons une modélisation originale du processus décisionnel de chaque décision via trois variables. Le niveau détaillé est formulé selon un programme linéaire. Au niveau agrégé, nous proposons un modèle global ayant l'originalité de prendre en compte les spécificités du processus décisionnel détaillé. Le couplage entre les deux niveaux est assuré par le plan de guidage. Selon les informations incluses dans le plan de guidage, le niveau agrégé accorde un certain degré d'autonomie au niveau détaillé, ceci conditionne la réactivité et la robustesse de la planification. Dans notre travail, nous considérons trois types de guidage : deux guidages budgétaires "globaux" et un guidage "prescriptif" par la sous-traitance agrégée. Notre approche est évaluée par simulation dans le cadre d'une demande incertaine. Pour cela, nous développons deux outils de simulation et un ensemble d'indicateurs de performances. Les expérimentations réalisées confirment la performance de notre approche par rapport à des approches classiques et mettent en évidence l'influence du type de guidage et du profil de la demande détaillée sur la réactivité et la robustesse des solutions trouvées.

Dans le cadre du projet européen SESAR, la nécessité d'accroître la capacité du trafic aérien a motivé la planification de trajectoires avions 4D (espace + temps). Afin de mettre en place une planification pré-tactique (évitement de zones avec une mauvaise météo ou congestionnées pour un avion) et de mettre en place une planification tactique (générer des ensembles de trajectoires 4D sans conflit), nous introduisons un nouvel algorithme : l'algorithme de propagation de la lumière (APL). Cet algorithme est basé sur une méthode de propagation de front d'onde qui s'inspire de l'analogie avec la propagation de la lumière et qui est adapté au problème de planification de trajectoires. L'APL donne des résultats satisfaisant pour une journée de trafic réel sur la France tout en satisfaisant les contraintes spécifiques à la gestion du trafic aérien. L'APL a ensuite été adapté pour prendre en compte les incertitudes qui concernent la vitesse réelle des avions. Ainsi adapté aux incertitude, l'APL a été testé sur la même journée de trafic avec mise en place de points RTA (Real Time Arrival). Les points RTA permettent de réduire l'incertitude dans le cas où l'APL n'arrive pas à résoudre les conflits. Les résultats obtenus sont très encourageants.

Le présent travail s’intéresse à la prise en compte de l’incertitude et du risque pour l’optimisation de la planification de production au niveau tactique d’une entreprise multi-sites d’une chaîne logistique. La méthode proposée permet d’assurer une planification des opérations de production et d’approvisionnement tout en intégrant au sein de son processus décisionnel un mécanisme de gestion de risque, en présence de diverses sources d’incertitude et d’ambigüité. Pour cela, une «bibliothèque» de critères structurés en deux classes indépendantes : critères de performance et critères de risque a été proposée, dans laquelle le décideur peut sélectionner ceux qui sont en cohérence avec ses préférences et sa stratégie de planification. La méthode doit chercher le bon compromis entre les performances et les risques prédéfinis par le décideur. Pour cela, nous nous somme dirigés dans un premier temps sur le développement d’une approche d’aide à la décision multicritères floue couplant un modèle analytique et la méthode TOPSIS floue. Cette approche consiste à générer un éventail de plans réalisables, caractérisés par leur performance et leur résistance aux risques. Le décideur peut alors choisir le plan qui reflète le compromis le plus adapté à sa stratégie de décision. Une deuxième approche d’optimisation multi-objectifs floue a été proposée dans un deuxième temps pour faire face à des problèmes de planification de grande taille au sein des chaînes logistiques opérant dans un environnement dynamique et incertain. Cette approche combine la méthode TOPSIS Floue, la programmation multi-objectifs possibiliste et la méthode du Goal Programming. L’objectif est de déterminer un plan jugé de bon compromis vis-à- vis des préférences du décideur par rapport aux objectifs de performance et de résistance aux risques. L’instanciation des deux approches proposées sur un exemple numérique a montré leur applicabilité et leur efficacité pour faire face à des problèmes de planification des chaînes logistiques utilisant des données incertaines et des préférences subjectives. Les expérimentations des deux approches permettant de tirer un ensemble d’enseignements utiles. / The work reported in this dissertation deals with risk-oriented integrated procurement–production approaches for tactical planning in a multi-echelon supply chain network presenting various sources of uncertainty and ambiguity. The proposed method allows planning of production and supply operations while integrating a risk management mechanism into its decision-making process, in the presence of various sources of uncertainty and ambiguity. So, a library" of criteria structured into two independent classes: Performance-based and risk-based decision criteria were proposed, in which the decision-maker can select those that are consistent with his preferences and his planning strategy. The method must seek the right compromise between performance and risk predefined by the decision-maker. To reach this goal, we initially focused on the development of a fuzzy multi-criteria decision making approach coupling an analytical model and the fuzzy TOPSIS method. This approach generates a range of feasible plans, characterized by their performance and their resistance to risks. The decision-maker can then choose the plan that reflects the compromise that best suits its decision strategy. Afterwards, a fuzzy multi-objective optimization approach was proposed to deal with large-scale planning problems within supply chains operating in a dynamic and uncertain environment. This approach second combines the Fuzzy TOPSIS method, the possibilistic multi-objective programming and the Goal Programming method. The objective is to determine a plan that is judged to be a good compromise compared to the decision maker's preferences regarding the performance and risk objectives. The instantiation of the two proposed approaches on a numerical example has shown their applicability and tractability to deal with supply chain planning problems in the presence of uncertain data and subjective preferences. The experiments of the two approaches make it possible to draw a useful set of lessons. The experiments of the two approaches show a set of useful issues.