Dans le cadre de la thèse portant sur l’optimisation et simulation de la chaîne logistique agricole, c'est l'activité de collecte qui est concernée, la période de moisson étant primordiale en matière de quantité et qualité de production, i.e. des revenus pour les agri-culteurs et des richesses pour le territoire. Plus spécifiquement, celle-ci implique les opérations de récolte, transport et stockage des céréales, réalisées par plusieurs exploitations agricoles, dispersées géographiquement. En vue d'aborder la complexité et la nature dyna-mique de la chaîne logistique d’une coopérative agricole française dans son intégralité, nous avons développé un système d'aide à la décision, qui s'inscrit dans la cadre de la recherche opérationnelle (RO) et plus précisément se réfère à l'optimisation linéaire, robuste et stochastique; la simulation de flux à évènements discrets; ainsi qu'à leur couplage. De plus, la synergie créée entre les outils de la RO, le système d’information géographique, la statistique inférentielle et prédictive rend le système d'aide à la décision compétitif et performant, capable de répondre convenablement au besoin de l’industriel / To overcome the new challenges facing agricultural sector, imposed by globalisation, changing market demands and price instability, the crop production supply chain must particularly be very reactive, flexible, with a high yield and at low cost. Its improving and eventual re-configuration can lead to an upgrade in efficiency, responsiveness, business integration and make it able to confront the market competitiveness. The thesis is thus placed in this particular context and aims to support decision making in crop harvesting activity, which is considered the pivotal stage in the cereal production circuit owing to its high cost and impact on the returns earned. Managing the harvest activity involves gathering, transportation and storage operations, performed by a collection of agricultural holdings geographically dispersed. Besides its practical relevance, this thesis forms part of the Operational Research (OR) and more specifically, refers to the linear and stochastic programming, discrete event simulation, and their coupling. In addition, the synergy created between OR, inferential and predictive statistics, geographical information system tools makes the decision support system competitive, efficient and responsive