Dans cette thèse, nous nous sommes intéressés au mode d’exploitation de la demande prévisionnelle pour le pilotage des flux amont dans un contexte de production de masse de produits fortement diversifiés et de dispersion géographique des unités de production. Lorsque l’information prévisionnelle est mal exploitée, des phénomènes, similaires à l’effet coup de fouet connu en chaîne logistique aval, apparaissent en chaîne logistique amont altérant durablement sa performance. Dans le but de contrer certains des mécanismes à l’origine de ces phénomènes, nous avons proposé une adaptation de la MRP permettant d’exploiter au mieux l’information prévisionnelle. L’adaptation de la MRP repose sur une méthode de calcul des besoins basée sur l’exploitation statistique des nomenclatures de planification et la diffusion d’informations sur les niveaux de recomplètement le long de la chaîne logistique amont. Cette approche a été testée avec succès sur plusieurs cas d’application dans l’industrie automobile / In this PhD dissertation, we investigated the way of exploiting the demand forecasts for the upstream flow management in a context of mass production of highly diverse products and of geographical dispersion of the production units. When the forecasts are poorly exploited, phenomena similar to the well-known bullwhip effect in the downstream supply chain appear in the upstream supply chain altering permanently its performances. In order to counter some of the mechanisms underlying these phenomena, we proposed an adaptation of the MRP to perform the exploitation of the forecasted demand. The adaptation of the MRP is based on a calculation method that uses the planning BOM for calculating and transmitting replenishment levels along the upstream supply chain. This approach has been successfully tested on several application studies in the automotive industry
| Identifer | oai:union.ndltd.org:theses.fr/2012PA090037 |
| Date | 06 November 2012 |
| Creators | Sali, Mustapha |
| Contributors | Paris 9, Giard, Vincent |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0017 seconds