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.

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.

Dans le cadre de cette thèse, notre objectif est de développer une approche multicritère d'aide à la coordination des décideurs pour la résolution des problèmes de sélection dans les chaines logistiques. En effet, nous considérons le cas où nous avons k décideurs/experts notés ST1,...,STk qui cherchent à classer un ensemble de m alternatives/choix notées A1,...,Am évaluées en termes de n critères conflictuels notés C1,..., Cn. L'ensemble des données manipulées est flou. Chaque décideur est amené à exprimer ses préférences pour chaque alternative par rapport à chaque critère à travers une matrice dite matrice des préférences. Notre approche comprend principalement deux phases, respectivement une phase de consensus qui consiste à trouver un accord global entre les décideurs et une phase de classement qui traite le problème de classement des différentes alternatives.Comme résultats, pour la première phase, nous avons adapté deux mécanismes de consensus, le premier est basé sur l'opérateur mathématique neat OWA et le second sur la mesure de possibilité. De même, nous avons développé un nouveau mécanisme de consensus basé sur la programmation par but goal programming. Pour la phase de classement, nous avons adapté dans un premier temps la méthode TOPSIS et dans un second, le modèle du goal programming avec des fonctions de satisfaction. Pour illustrer l'applicabilité de notre approche, nous avons utilisé différents problèmes de sélection dans les chaines logistiques comme la sélection des systèmes de formation, la sélection des fournisseurs, la sélection des robots et la sélection des entrepôts. / This thesis presents a development of a multi-criteria group decision making approach to solve the selection problems in supply chains. Indeed, we start in the context where a group of k decision makers/experts, is in charge of the evaluation and the ranking of a set of potential m alternatives. The alternatives are evaluated in fuzzy environment while taking into consideration both subjective (qualitative) and objective (quantitative) n conflicting criteria. Each decision maker is brought to express his preferences for each alternative relative to each criterion through a fuzzy matrix called preference matrix. We have developed three new approaches for manufacturing strategy, information system and robot selection problem:1. Fuzzy consensus-based possibility measure and goal programming approach.2. Fuzzy consensus-based neat OWA and goal programming approach.3. Fuzzy consensus-based goal programming and TOPSIS approach.Finally, a comparison of these three approaches is conducted and thus was able to give recommendations to improve the approaches and provide decision aid to the most satisfying decision makers.