Optimisation dynamique des chaînes logistiques agiles : application au cas d'approvisionnement en ligne

Les nouvelles technologies de l’information deviennent un moyen incontournable pour réaliser des transactions instantanées dont tirent profit certaines chaînes logistiques. De ce fait, de nouveaux moyens liés aux opérations d’approvisionnement se développent. Leur émergence est directement liée à l’environnement volatile où évoluent désormais de plus en plus de chaînes logistiques. Les opérations d’approvisionnement du type «e-Procurement» sont des exemples de ces nouvelles pratiques où les chaînes logistiques sont qualifiées d’agiles. L’objectif de cette thèse est d’aborder des problématiques d’approvisionnement où un décideur est confronté au problème de choix de fournisseurs ainsi que la quantité de produits commandée durant le temps. Ces systèmes évoluent dans un environnement changeant caractérisé par des variations asynchrones et répétitives des prix d’achat et de commande ainsi que des capacités des fournisseurs et où l’évolution de ces données est inconnue. L’exemple des systèmes d’achat sur Internet ainsi que les systèmes d’enchères inversées en ligne s’inscrivent parfaitement dans la problématique traitée ici. Dans ce cadre, les approches classiques d’optimisation peuvent s’avérer inadaptées pour ce problème. Les travaux récents sur l’optimisation dynamique peuvent répondre à ce type de questionnement mais n’ont pour l’instant pas été étudiées dans le contexte des chaînes logistiques. Nous proposons, dans cette thèse, une approche basée sur des algorithmes génétiques dynamiques que nous avons illustrée avec trois cas d’application dans le cadre de l’approvisionnement en ligne.