La préparation de commandes est une activité primordiale dans les entrepôts de distribution (près de 60% des coûts opérationnels dans les entrepôts traditionnels). Un des moyens de réduire ces coûts est de collecter plusieurs commandes simultanément, plutôt qu’une par une ; cela permet d’éviter des déplacements inutiles des opérateurs dans le cas de collecte manuelle des produits, et de moins solliciter les machines, dans le cas de collecte automatisée. Nous considérons dans cette thèse des entrepôts de distribution où les produits sont stockés dans des machines appelées stockeurs automatisés composés de plateaux sur lesquels les produits sont stockés ; nous prenons en compte deux types de stockeurs : les VLMs et Carousels. Ces deux types de machines, en plein développement, se différencient par le temps nécessaire pour passer d’un plateau au plateau suivant à visiter (constant dans le cas d’un VLM, dépendant du nombre d’étages entre les 2 plateaux visités dans le cadre des carousels). L’objectif de la thèse est donc de développer des méthodes pour faire des regroupements de commandes en lots dans des entrepôts automatisés afin de collecter un ensemble donné de commandes le plus efficacement possible selon des critères que nous allons définir.Nous étudions tout d’abord un premier type de regroupement de commandes en lots, pour lequel chaque lot sera collecté entièrement (toutes les commandes composant le lot seront traitées) avant de passer au suivant. Nous parlerons simplement de batching. Nous évaluons le temps de préparation de commandes, dans le cas où l’opérateur effectue la collecte sur une ou sur plusieurs machines. L’intérêt d’utiliser plusieurs machines est de permettre la recherche de plateaux en temps masqué (le stockeur effectue un changement de plateaux pendant que l’opérateur est occupé à effectuer la collecte sur d’autres stockeurs). Cette évaluation du temps de préparation de commandes nous permet d’extraire un critère d’optimisation et d’établir des modèles d’optimisation exacts pour les VLMs puis les carousels. Ces modèles sont ensuite testés avec des données réelles d’entreprise, grâce au partenariat avec l’entreprise KLS Logistic, éditeur du WMS Gildas. Enfin, nous étendons la résolution aux méthodes approchées de type métaheuristiques, afin de garantir de bonnes solutions sous un temps de calcul raisonnable. Des résultats significatifs en termes de réduction du temps de préparation de commandes permettent de justifier l’intérêt de nos travaux.Nous étudions ensuite un deuxième type de regroupement, où un ensemble de commandes est collecté simultanément mais, contrairement au cas précédent, à chaque fois qu’une commande est terminée, elle est immédiatement remplacée. Nous parlerons ici de « Rolling batching ». Cette approche est classiquement utilisée dans les « Drive ». Nous nous focalisons sur le cas de collecte effectuée sur des carousels, système le plus utilisé dans les « Drive ». Nous développons un algorithme permettant le calcul du temps d’attente de l’opérateur. Une résolution approchée couplant l’utilisation d’heuristiques et d’une métaheuristique est proposée afin de résoudre efficacement le séquencement des commandes. Nous notons que des gains significatifs sont obtenus par l’utilisation de la méthode proposée. / The order picking is a critical activity in distribution warehouses (60% of the operational costs in traditional warehouses). One way to reduce these costs is to collect several orders simultaneously, rather than individually, to avoid unnecessary travels to the operators in the case of manual picking of the products, and less workload for the machines, in the case of automated picking. We consider, in this PhD, warehouses where products are stored in automated storage systems composed by trays on which products are stored. We consider two types of machines: VLMs and Carousels. These two types differ by the time required to move from a tray to the next one to visit (constant in the case of a VLM, depending on the number of trays between 2 consecutively visited trays for the carousels). We aim to develop order batching methods in automated warehouses to collect a set of orders efficiently, according to criteria that we will define.We study a first category of order batching, for which each batch will be entirely collected (all orders associated with a given batch will be collected) before moving to the next batch. We evaluate completion time, when the operator does the picking on one or several machines. The interest of using multiple machines is to search trays in masked time (the machine change trays while the operator is busy to collect on other machines). From this evaluation of the completion time, we extract an optimization criterion and establish optimization models for the VLMs then the carousels. These models are then tested with actual data, thanks to the partnership with the company KLS Logistic, editor of the WMS Gildas. Finally, we extend the resolution to metaheuristics, to ensure good solutions under reasonable computation time. Significant savings in terms of completion time reduction justifies the interest of our work.We then study the second category, where a set of orders is collected simultaneously, but unlike the previous case, whenever an order is collected, it is immediately replaced by a new one. We'll talk here about "Rolling batching”. This approach is typically used in the "Drive-in shops". We develop an algorithm for the computation of the waiting time of the operator. Resolution coupling heuristics and a metaheuristic is proposed in order to effectively resolve the order sequencing. Significant gains are achieved by the use of the proposed method.