Le travail réalisé dans le cadre de cette thèse propose une démarche de sélection de partenaires (fournisseurs et prestataires) dans une chaîne logistique durable en boucle fermée. Il s’agit d’évaluer les partenaires en fonction de critères économiques, environnementaux, et sociétaux puis de sélectionner ceux qui interviennent dans la chaîne logistique en respectant un ensemble des contraintes. Nous développons une méthode d’évaluation et de classement des partenaires basée sur une approche hybride en utilisant les méthodes AHP et PROMETHEE, dans un environnement flou. Ensuite, nous proposons un modèle mathématique multi-objectif qui permet non seulement de minimiser le coût total de la chaîne logistique, mais également de maximiser la valeur totale de l’approvisionnement, minimiser les émissions de gaz à effet de serre et maximiser le bénéfice sociétal. Nous utilisons une approche max-min pondérée pour résoudre le modèle proposé à l’aide de l’outil de modélisation et d’optimisation GAMS. / Reverse logistics network design is a crucial issue in which it is important to take into account the selection of the most appropriate partner with sustainability concerns. This partner can be a supplier or a third-party reverse logistics provider (3PRLP). However, research works that consider reverse logistics (RL) network design, partner selection, and sustainability issues simultaneously are rather limited till now. This research work proposes an integrated sustainable approach for partner selection and closed-loop supply chain (CLSC) network configuration, particularly in the case of outsourcing reverse logistics process to third-party provider. We propose a trade-off between sustainability criteria for both supplier and 3PRL provider selection. A multi-objective mixed-integer programming (MILP) model is also proposed to configure CLSC network and to select the best partners. The model minimizes the total cost of sourcing, and the total greenhouse gas emissions, while it maximizes the total value of reverse logistics, and the number of new job opportunities. A numerical example is also presented to illustrate the proposed approach.