Optimisation Multi-échelon du stock avec incertitude sur l'approvisionnement et la demande

Abstract

Des stratégies d'approvisionnement pérennes sont nécessaires pour les gestionnaires de la chaîne d'approvisionnement afin de faire face aux incertitudes d’approvisionnement et de demande. La diminution des niveaux de service et l'augmentation simultanée des coûts de stockage sont les impacts les plus importants de ces incertitudes. Les perturbations peuvent être causées par des discontinuités de l’approvisionnement, de l'instabilité politique, des catastrophes naturelles et des grèves des employés. Elles pourraient avoir un effet important sur la performance de la chaîne d'approvisionnement. Pour faire face à de telles perturbations, les modèles d'optimisation des stocks doivent être adaptés pour couvrir une structure de réseau multi-échelons et envisager des stratégies d'approvisionnement alternatives telles que le transport latéral (lateral transshipment) et plusieurs sources d’approvisionnement. Dans ce travail, une approche de modélisation basée sur des scénarios est proposée pour résoudre un problème d'optimisation multi-échelons des stocks. En prenant en compte la demande stochastique et les incertitudes sur les capacités de production, le modèle minimise le coût opérationnel total (coûts de stockage, de transport et de retard) tout en optimisant la gestion des stocks et les flux des marchandises. Afin de faire face aux incertitudes, plusieurs échantillons de scénarios sont générés par Monte Carlo et les exemples correspondants d'approximation (SAA) des programmes sont résolus pour obtenir une politique de réponse adéquate au système d'inventaire en cas de perturbations. De nombreuses expériences numériques sont menées et les résultats permettent d'acquérir des connaissances sur l'impact des perturbations sur le coût total du réseau et le niveau de service.