N dordre 08ISAL0066 Anne 2008

Thse de doctorat


Partage dinformation dans la chane logistique :
Evaluation des impacts sur la performance dune chane
logistique des modes de collaboration mis en uvre entre
les partenaires et des informations changes



Prsente devant
LInstitut National des Sciences Appliques de Lyon


Pour obtenir
Le grade de docteur en Gnie informatique

Ecole doctorale : Informatique et Information pour la Socit

Spcialit : Gnie productique


Par
Ali Mehrabikoushki
Soutenance le 25 Septembre 2008 devant la Commission dexamen


Jury
ARTIBA Abdelakim Professeur des Universits, Rapporteur
LADET Pierre Professeur des Universits, Rapporteur
MARCON Eric Professeur des Universits, Examinateur
CUNG Van-Dat Professeur des Universits, Examinateur
CAMPAGNE Jean Pierre Professeur des Universits, Directeur de thse
BABOLI Armand Matre de Confrences, Co-Directeur de thse
1
2
Remerciements
3

4
Sommaire
Remerciements ......................................................................................................................... 3
Sommaire ............................................................................................................................ 5
Liste des tableaux ..................................................................................................................... 8
Liste des figures ........................................................................................................................ 9
Introduction gnrale............................................................................................................. 10
Chapitre 1. : Concepts de base et tat de lart ................................................................. 15
1.1. Introduction.............................................................................................................. 15
1.2. Concepts de chane logistique et de gestion de la chane logistique ............ 15
1.2.1. Chane logistique.............................................................................................. 16
1.2.2. Processus principaux de la chane logistique ................................................... 16
1.2.3. Gestion de la chane logistique (GCL) ............................................................. 17
1.3. Les apports de la mise en place dune chane logistique.......................................... 19
1.4. Les attendus dune gestion de la chane logistique .................................................. 20
1.5. Chane de valeur (Michael Porter) ........................................................................... 21
1.6. Lean ou Agile ............................................................................................... 22
1.7. Les problmatique lies lorganisation et la gestion de la chane logistique ........ 23
1.7.1. Niveau de la dcision ....................................................................................... 23
1.7.2. Type de dcision............................................................................................... 25
1.7.3. Impacts des nouvelles technologies de communication................................... 26
1.8. Problme de stockage et chane logistique............................................................... 28
1.8.1. Problme de stockage multi-echelon................................................................ 28
1.9. Conclusion................................................................................................................ 30
Chapitre 2. : Concepts et tat de lart sur le partage dinformation dans une chane
logistique .......................................................................................................................... 31
2.1. Introduction.............................................................................................................. 31
2.2. Partage dinformation dans une chane logistique ................................................... 31
2.2.1. Historique de partage dinformation ................................................................ 32
2.2.2. Les avantages attendus du partage dinformation : .......................................... 34
2.2.3. Un triangle concernant la valeur de linformation ........................................... 34
2.3. Etat de lart sur les travaux relatifs au partage dinformation.................................. 35
2.3.1. Revue de la Littrature par F. Chen, 2003 ....................................................... 35
2.3.2. Une trame pour la valeur d'informations (VOI) dans le problme de stockage
par Ketzenberg et al, 2007 ............................................................................................... 36
2.3.3. Le cadre rfrentiel propos par Huang et al. 2003 ......................................... 39
5
2.3.4. Autres exemples de la littrature...................................................................... 41
2.3.5. Approches de modlisation et dvaluation de la valeur dinformation .......... 43
2.4. Proposition dun cadre gnral danalyse de la littrature ....................................... 45
2.4.1. Contexte ........................................................................................................... 45
2.4.2. Stratgie............................................................................................................ 46
2.4.3. Classification par types dinformation et de structure ..................................... 48
2.4.4. Cartographie des indicateurs de performance .................................................. 51
2.5. Partage dinformation du dlai dapprovisionnement .............................................. 53
2.6. Conclusion................................................................................................................ 57
Chapitre 3. : Partage dinformation de dlai dans un centre de distribution :
Problmatique, Dmarche de rsolution et Simulation...................................................... 58
3.1. Introduction.............................................................................................................. 58
3.2. Problmatique........................................................................................................... 58
3.3. Dmarche de la rsolution........................................................................................ 59
3.3.1. Phase 0 et 1 : Etude des stratgies de rapprovisionnement et des hypothses
dallocation pour un centre de distribution dans les modles existants ........................... 59
3.3.2. Phase 2 : Identification des flux dinformation et des modes de coopration.. 62
3.3.3. Phase 3 : Dtermination des scnarios envisager .......................................... 63
3.3.4. Phase 4 : Formulation mathmatique............................................................... 63
3.3.5. Phase 5 : Programmation et simulation............................................................ 64
3.3.6. Phase 6 : Analyse des rsultats de la simulation.............................................. 64
3.4. Modle de simulation pour un centre de distribution avec plusieurs dtaillants ..... 64
3.5. Effet du partage dinformation de dlai dans un dpt ............................................ 66
3.5.1. Problme de dpt ............................................................................................ 66
3.5.2. Les scnarios pour la simulation...................................................................... 71
3.5.3. Indicateur de performance................................................................................ 74
3.5.4. Rsultats de la simulation................................................................................. 75
3.6. Conclusion................................................................................................................ 78
Chapitre 4. : Evaluer la valeur du partage dinformation de dlais dans une chane
logistique .......................................................................................................................... 80
4.1. Introduction.............................................................................................................. 80
4.2. Problmatique tudie: ............................................................................................. 80
4.3. Le modle................................................................................................................. 81
4.3.1. Reprsentation mathmatique du modle ........................................................ 81
4.3.2. Le partage dinformation dans le modle de base............................................ 83
4.3.3. Diffrentes hypothses dallocation................................................................. 84
4.4. Paramtrage et mise en place des scnarios de recherche........................................ 85
4.4.1. Le cot unitaire de rupture (CdR) .................................................................... 85
4.4.2. Le nombre de dtaillants (ND)......................................................................... 86
4.4.3. Le dlai dapprovisionnement (L).................................................................... 86
4.4.4. Lhypothse dallocation (Hypo) ..................................................................... 86
4.4.5. Comportement clientle face la rupture de stock .......................................... 86
4.5. Analyse des rsultats ................................................................................................ 87
4.5.1. La sensibilit des rsultats face au cot unitaire de rupture (CdR).................. 87
4.5.2. La sensibilit des rsultats face au nombre de dtaillants (ND) ...................... 89
4.5.3. La sensibilit des rsultats face au dlai dapprovisionnement (L) ................. 91
4.5.4. La sensibilit des rsultats face lhypothse dallocation (Hypo) ................. 93
4.5.5. Analyse sur leffet rciproque du partage de la demande et partage du dlai.. 98
6
4.6. Conclusion.............................................................................................................. 100
Chapitre 5. : Evaluation de la valeur du partage dinformation de dlai dans un cas
rel pharmaceutique ............................................................................................................ 101
5.1. Introduction............................................................................................................ 101
5.2. Prsentation du cas rel et typologie considre.................................................... 101
5.2.1. Flux physique et classement des produits ...................................................... 102
5.2.2. Typologie considre ..................................................................................... 103
5.3. Modles de stockage combin pour la chane pharmaceutique (Baboli et al. 2007) ...
................................................................................................................................ 104
5.3.1. Modle dcentralis........................................................................................ 106
5.3.2. Modle centralis ........................................................................................... 108
5.3.3. Dmarche de rsolution et programmation.................................................... 108
5.4. Variation du dlai et stock de scurit, .................................................................. 110
5.4.1. Stock de scurit : concept de base ................................................................ 111
5.4.2. Stock de scurit et alas sur le dlai ............................................................. 112
5.5. Dmonstration mathmatique sur le partage dinformation de dlai ..................... 113
5.5.1. Croisement des commandes ........................................................................... 114
5.5.2. Niveau de stock de scurit dans le cas de non partage dinformation.......... 114
5.5.3. Niveau de stock de scurit dans le cas de partage dinformation................. 115
5.5.4. Valeur dinformation de dlai ........................................................................ 118
5.6. Exprimentations sur la chane logistique pharmaceutique aval ........................... 121
5.6.1. Scnarios envisags........................................................................................ 122
5.6.2. Analyse des rsultats ...................................................................................... 123
5.7. Conclusion.............................................................................................................. 127
Conclusion gnrale et Perspectives ................................................................................... 129
Rfrences bibliographiques ............................................................................................... 132


7
Liste des tableaux
Tableau 1.1 : Rsum des avantages de GCL selon la National Association of Purchasing
Management ............................................................................................................................. 19
Tableau 2-1: structure du modle conceptuel propos pour analyser la littrature.................. 45
Tableau 2-2 : Liste des rfrences............................................................................................ 49
Tableau 2-3 : Classification de la littrature, information aval................................................ 50
Tableau 2-4 : Classification de la littrature, information amont ............................................ 51
Tableau 2-5 : Cartographie des indicateurs de performance pour les infos aval et amont ...... 53
Tableau 3-1 : Matrice de transition Markovienne pour QL=4 ................................................. 71
Tableau 3-2 : Ensemble des scnarios pour la simulation ....................................................... 74
Tableau 3-3 : Valeurs considres pour les paramtres du modle ......................................... 76
Tableau 3-4 : Les caractristiques des dlais gnrs dans chaque contexte........................... 76
Tableau 3-5 : Les rsultats pour la condition sature............................................................... 77
Tableau 3-6 : Les rsultats pour la condition normale............................................................. 78
Tableau 3-7 : Les rsultats pour la condition manquante......................................................... 78
Tableau 4-1 : moyenne et cart-type de la demande finale chez les dtaillants....................... 85
Tableau 4-2 : Rsultats danalyse sur CdR dans le cas de commande en souffrance.............. 88
Tableau 4-3 : Rsultats danalyse sur CdR dans le cas de vente perdue.................................. 89
Tableau 4-4 : Rsultats danalyse sur ND dans le cas de commande en souffrance................ 90
Tableau 4-5 : Rsultats danalyse sur ND dans le cas de vente perdue ................................... 91
Tableau 4-6 : Rsultats danalyse sur L dans le cas de commande en souffrance................... 92
Tableau 4-7 : Rsultats danalyse sur L dans le cas de vente perdue....................................... 93
Tableau 4-8 : Rsultats danalyse sur Hypo dans le cas de commande en souffrance ............ 94
Tableau 4-9 : Lefficacit des Hypos dans le cas de commande en souffrance....................... 95
Tableau 4-10 : Rsultats danalyse sur Hypo dans le cas de vente perdue .............................. 96
Tableau 4-11 : Lefficacit des Hypos dans le cas de vente perdue ........................................ 97
Tableau 4-12 : Effet rciproque du partage dans le cas de commande en souffrance ............. 98
Tableau 4-13 : Effet rciproque du partage dans le cas de commande en souffrance ............. 99
Tableau 5-1 : Classement des produits pharmaceutique ........................................................ 103
Tableau 5-2 : Arrangement de transport ................................................................................ 104
Tableau 5-3 : Valeurs des Paramtres utilis ......................................................................... 122
Tableau 5-4 : Rsultats pour un dlai normal (=1 =5) ....................................................... 123
Tableau 5-5 : Rsultats pour un dlai important (=5 =10)................................................. 124
Tableau 5-6 : Rsultats pour un dlai large (=1 =10) ........................................................ 124
8
Liste des figures
Figure 1-1 : Les lments et les flux dune Chane logistique................................................. 17
Figure 1-2 : La chane de valeur............................................................................................... 22
Figure 2-1 : Systme partag et systme traditionnelle; Source: Mason-Jones et Towill 1997
.................................................................................................................................................. 32
Figure 2-3 : Le triangle de William Lovejoy (1998)................................................................ 35
Figure 2-4 : Trame de valeur dinformation prsente par Ketzenberg et al, 2007 ................. 36
Figure 2-5 : Cadre rfrentiel propos par Huang et al. 2003.................................................. 39
Figure 3-1: Un centre de distribution avec dlai alatoire...................................................... 59
Figure 3-2 : Dmarche de la rsolution (recherche)................................................................. 61
Figure 3-3: Systme centralis avec un centre de distribution (CD). ..................................... 63
Figure 3-4: Systme dcentralis............................................................................................ 63
Figure 3-5 : Modle de simulation pour un centre de distribution........................................... 65
Figure 3-6 : processus dapprovisionnement comme une file dattente................................... 70
Figure 4-1 : Un systme de distribution divergent deux niveaux.......................................... 81
Figure 4-2 : Les gains en fonction du CdR dans le cas de commande en souffrance.............. 88
Figure 4-3 : Les gains quant CdR dans le cas de vente perdue ............................................. 89
Figure 4-4 : Les gains quant ND dans le cas de commande en souffrance.......................... 90
Figure 4-5 : Les gains quant ND dans le cas de vente perdue............................................... 91
Figure 4-6 : Les gains quant L dans le cas de commande en souffrance .............................. 92
Figure 4-7 : Les gains quant L dans le cas de vente perdue.................................................. 93
Figure 4-8 : Les gains pour diffrentes hypo dans le cas de commande en souffrance........... 94
Figure 4-9 : TCT pour diffrentes hypo dans le cas de commande en souffrance................... 95
Figure 4-10 : Changement defficacit entre les Hypos dans le cas de commande en
souffrance................................................................................................................................. 95
Figure 4-11 : Les gains pour diffrentes hypo dans le cas de vente perdue............................. 96
Figure 4-12 : TCT pour diffrentes hypo dans le cas de vente perdue .................................... 97
Figure 4-13 : Changement defficacit entre les Hypos dans le cas de vente perdue.............. 97
Figure 4-14 : Gains sur le partage de la demande dans le cas de commande en souffrance.... 99
Figure 4-15 : Gains sur le partage de la demande dans le cas de vente perdue ....................... 99
Figure 5-1 : Chane logistique pharmaceutique aval.............................................................. 102
Figure 5-2 : Chane logistique pharmaceutique deux niveaux tudie................................ 104
Figure 5-3 : Dmarche de rsolution...................................................................................... 109
Figure 5-4 : Dmarche gnrale des algorithmes doptimisation .......................................... 110
Figure 5-5 : Arrives des commandes sans croisement ......................................................... 114
Figure 5-6 : Politique optimale dans le cas du partage .......................................................... 116
Figure 5-7 : Un exemple du variation de LTD avec T
k
=4 ...................................................... 117
Figure 5-8 : Analyse de sensibilit sur le avec dlai normal............................................... 125
Figure 5-9 : Analyse de sensibilit sur le avec dlai grand................................................. 125
Figure 5-10 : Analyse de sensibilit sur le avec dlai large ................................................ 126
Figure 5-11 : Relation entre et avec la valeur dinformation ........................................... 126
9
Introduction gnrale
Cette recherche sinscrit dans le cadre de lamlioration de la performance dune chane
logistique par la mise en uvre de processus collaboratifs entre les partenaires de cette chane
logistique et/ou lchange ou le partage dinformations. Il sappuie en particulier sur les
travaux de recherche acadmiques et les tudes de terrain conduits dans le cadre du projet de
recherche COPILOTES.
Un des changements de paradigme important dans le domaine de la gestion des entreprises,
est que la concurrence ne sexerce plus entre les entreprises mais plutt entre les chanes
logistiques ou entre les rseaux dentreprises (Issues in SCM, Lambert et Cooper). Il y a
beaucoup de dfinitions dans la littrature sur la gestion de Chane Logistique mais du point
de vue de la recherche tourne sur lintgration et la coopration entre les acteurs dune
chane logistique, la dfinition dvelopp et utilis par le GSCF (Global Supply Chain Forum)
semble la plus approprie :
La gestion de la chane logistique est l'intgration de processus daffaires essentiels,
des clients finaux aux fournisseurs originaux, qui fournit des produits, des services et
des informations qui ajoutent des valeurs pour les clients finaux et pour les autres
parties prenantes.
Depuis plusieurs dizaines dannes que les chercheurs travaillent sur ce sujet, il y a beaucoup
de problmatiques et de questions qui sont poses et abordes dans les travaux de recherches,
des problmatiques classiques de la gestion et de lorganisation industrielle jusqu des
problmatiques traitant de la chane logistique. Un des problmes les plus rcents dans ce
contexte est le partage dinformation, problme amplifi par lutilisation des nouvelles
technologies de linformation et de la communication dans les chanes logistiques.
Contexte et problmatique
Le partage dinformations entre partenaires dune chane logistique et ltude des impacts de
ce partage sur la performance globale et individuelle de chacun des partenaires est un thme
de recherche mergent. Dans les chanes logistiques traditionnelles, les ordres sont les seuls
changes dinformations entre les entreprises. Mais grce aux technologies d'information,
actuellement les entreprises partagent de plus en plus d'informations.
10
La vaste bibliographie des travaux de recherche mens sur ce sujet depuis ces vingt dernires
annes met en vidence que ce sont les informations sur la disponibilit de ressources
(capacit ou niveau de stock), sur la performance (temps de rponse, qualit,), sur
lavancement dun processus ou le type de contrat qui sont le plus souvent partages ou
tudies.
La cartographie dtaille de ces travaux de recherche prsente au deuxime chapitre de cette
thse, montre clairement que si de nombreux travaux portent sur le partage dinformation
aval, il y a au contraire peu de travaux sintressant aux effets du partage dinformation amont
(indiqu aussi par Chen et Yu 2005). Cest la raison pour laquelle nous nous sommes
intresss lexamen de la valeur d'information provenant de lamont de la chane, et plus
particulirement, linformation relative au dlai dapprovisionnement. Daprs cette
cartographie nous avons galement constat un manque de recherches sur des structures
complexes comme les centres de distribution avec plusieurs dtaillants (structures
divergentes). Ceci nous conduit une tude approfondie des impacts du partage
dinformation de dlai dapprovisionnement dans ce type de rseau logistique.
Dmarche de rsolution
Nous avons cette fin propos une dmarche de rsolution en six tapes permettant de
dterminer dune part les diffrents scnarios de partage dinformation, et dautre part les
diffrents modes de coopration, examiner distinctement ou simultanment, afin de
rpondre aux deux questions suivantes :
1. Quelle est la valeur de linformation sous chaque mode de coopration ?
2. Quelle est lefficacit de chaque mode de coopration (en termes de performance
globale de la chane logistique) selon le niveau de partage de linformation ?
Premire tude : une modle de simulation pour un problme de dpt
Nous avons dvelopp un premier modle de simulation pour un centre de distribution
alimentant plusieurs dtaillants. Ce modle paramtrable sappuie sur la dmarche de
rsolution propose. Il a t dvelopp sous un environnement MATLAB et SIMULINK.
Ce modle de simulation nous a permis de raliser une premire analyse numrique
sappuyant sur une structure de dpt tudie par Eppen-Schrage 1981. Nous avons considr
trois niveaux pour le partage dinformation (sans information, information historique et
information partag) et deux modes de coopration (centralis et dcentralis). Les rsultats
issus des analyses sous diffrents contextes du march (satur, normal et manquant) nous
permettent de mettre en vidence :
11
1. Une relation toujours positive entre la centralisation et la valeur du partage
dinformation ;
2. Une relation positive lorsque le contexte du march est manquant entre le partage et la
centralisation ;
3. Le fait que le mode de coopration centralis est plus efficace que celui dcentralis
dans tous les cas tudis.
Deuxime tude : un modle dentrept
Dans la suite de cette recherche, nous nous sommes intresss une autre forme de centre de
distribution : un entrept avec plusieurs dtaillants. Contrairement au modle prcdent
dvelopp pour un dpt, nous navons pas trouv de mthode mathmatique qui donne
directement les paramtres optimaux pour le modle de stockage dun entrept.
Pour ce problme dentrept, nous avons dabord formul un modle de stockage avec dlai
dapprovisionnement alatoire. En appliquant successivement deux politiques de stockage,
nous avons distingu deux modles de base : un premier modle dans le cas de partage
dinformation et un second pour le cas de non partage. Ensuite, nous avons considr, afin
dlargir nos scnarios danalyse :
1. Quatre hypothses dallocation ;
2. Deux types de comportement clientle (vente reporte ou perdue) ;
3. Plusieurs cots unitaires de rupture ;
4. Trois types de dlai ;
5. Trois rseaux diffrents en termes de nombre de dtaillants.
Afin de rechercher les solutions optimales dans les diffrents contextes tudis, nous avons
programm les deux modles correspondant au cas du partage et du non partage
dinformations dans lenvironnement LINGO. Aprs application de tous les scnarios
danalyse dans les cas de partage et non partage, nous mettons en vidence les points
suivants :
1. Dans tous les cas tudis, le partage dinformation de dlai a des impacts importants ;
2. Selon le type de comportement clientle, le partage dinformation de dlai impacte de
manire positive, inverse ou faible la performance selon : le cot unitaire de rupture, le
nombre de dtaillants et le type du dlai. Le comportement clientle ressort comme
tant le facteur le plus important en termes de sensibilit ;
3. Lorsque lon contraint des rgles dallocation pour se rapprocher de cas rels on
obtient malgr tout de bons rsultats en termes defficacit ;
4. Une analyse de limpact du partage rciproque de la demande finale et du dlai
dapprovisionnement, montre que selon le comportement clientle, le partage de la
12
demande finale nest pas toujours gagnant et dpend du partage du dlai. Seulement
lorsque le dlai est partag, le partage de la demande finale impacte positivement le
rsultat.
Troisime tude : un cas rel pharmaceutique
Afin de valider les rsultats issus des tudes thoriques prcdentes, on a modlis et tudi
l'effet du partage de l'information du dlai dapprovisionnement sur le stock de scurit dans
la partie aval dune chane logistique pharmaceutique. Cette chane inclut une pharmacie
centrale (entrept) et une pharmacie d'hpital (dtaillant). Nous proposons trois politiques de
stockage, une pour le cas de non partage dinformation et deux pour le cas de partage
dinformation.
Pour chaque politique, nous prsentons galement le modle conduisant la dtermination du
niveau de stock de scurit et par rsolution mathmatique, nous analysons la valeur de
partage dinformation. Nous concluons ce travail par des exprimentations numriques bases
sur des donnes issues dun cas rel et commentons les rsultats obtenus, savoir :
1. Une relation inverse entre la valeur dinformation et le niveau autoris de rupture ;
2. Une valeur dinformation plus importante lorsque le dlai a une variation importante ;
3. Une relation inverse entre la valeur dinformation et le niveau de stock de scurit en
cas de partage dinformation, et une relation positive dans le cas du non partage
dinformation.
Organisation du mmoire
Dans le but de prsenter les diffrents points abords dans les paragraphes prcdents, nous
avons structur ce mmoire de recherche en cinq chapitres.
Dans le chapitre 1, nous donnons quelques dfinitions et classifications importantes relatives
la gestion de la chane logistique, nous expliquons les concepts de base et fournissons une
bibliographie gnrale lie au problme du stockage dans les chanes logistiques.
Le Chapitre 2 est consacr la prsentation des concepts et dun tat de lart sur le partage
dinformations dans une chane logistique. Dans ce chapitre, nous prsentons en particulier,
quelques unes des meilleures synthses bibliographiques dj faites sur ce sujet. Par la suite,
une cartographie de lensemble des travaux recenss est dveloppe. Elle met en vidence des
manques de recherche sur le partage dinformations dans certains domaines, ce qui nous a
conduits orienter notre recherche vers lapprofondissement de limpact de partage de
linformation de dlai dapprovisionnement dans les centres de distribution.
Dans le chapitre 3, nous abordons le problme de partage dinformation de dlai dans un
centre de distribution. A cette fin, nous proposons une dmarche globale comprenant 6 tapes.
13
Lide principale de cette dmarche est didentifier puis de considrer successivement les
scnarios possibles examiner, chacun de ceux-ci tant caractris dune part par un niveau
de partage dinformation, et dautre part par un mode de coopration entre les partenaires de
la chane. Nous dveloppons ensuite, un modle de simulation pour un centre de distribution,
alimentant plusieurs dtaillants. Ce modle, paramtrable, est adapt la dmarche de
rsolution propose. Ce modle de simulation est ensuite utilis pour effectuer notre premire
analyse numrique sur une structure de dpt. Les rsultats de cette analyse concluent ce
chapitre.
Dans le chapitre 4, nous nous intressons une autre forme de chane logistique multi-
niveaux mono-produit divergente : celle dun fournisseur alimentant un entrept
approvisionnant plusieurs dtaillants. Nous dveloppons cette fin deux modles de base :
un modle pour le cas du partage dinformation et un second pour le cas de non partage.
Plusieurs hypothses dallocation et diffrentes politiques de gestion de stock sont ensuite
proposes et modlises afin dlargir suffisamment nos scnarios de recherche et de faire des
analyses de sensibilit relativement aux principaux paramtres de ces modles. Pour optimiser
ces modles nous utilisons un outil doptimisation exact (LINGO). Lanalyse des rsultats
obtenus conclue ce chapitre.
Le dernier chapitre, i.e. le chapitre 5, est consacr lvaluation de la valeur du partage
dinformation de dlai dans un cas rel. Il a pour objet de valider les rsultats obtenus
thoriquement dans les chapitres prcdents. Il traite de la modlisation et de ltude de l'effet
du partage d'information du dlai dapprovisionnement sur le stock de scurit dans une
chane logistique pharmaceutique aval. Nous proposons trois politiques de stockage, une pour
le cas de non partage dinformation et deux autres pour le cas de partage dinformation. Pour
chaque politique, nous prsentons le modle conduisant la dtermination du niveau de stock
de scurit et par une rsolution mathmatique, nous analysons la valeur de partage
dinformation. Nous concluons ce travail par des exprimentations numriques bases sur des
donnes issues de ce cas rel.
Enfin, nous concluons ce mmoire en rappelant les principales contributions de ce travail de
recherche et en prsentant quelques perspectives pour des recherches futures.
14
Chapitre 1. : Concepts de base et tat de lart
1.1. Introduction
Dans ce chapitre on prsente le contexte gnral de cette recherche en apportant quelques
dfinitions et classifications importantes relatives la gestion de la chane logistique. Les
principales problmatiques concernant ce domaine de recherche sont ensuite voques. Enfin,
nous plaant dans le cadre plus spcifique de notre recherche nous concluons ce chapitre en
prsentant les concepts de base et une bibliographie gnrale lie au problme du stockage
dans les chanes logistiques.
1.2. Concepts de chane logistique et de gestion de la chane
logistique
Le terme "logistique" vient dun mot grec logistikos qui signifie lart du raisonnement et du
calcul. La logistique est apparue la premire fois dans le contexte militaire, elle reprsente
tout ce qui est ncessaire (physiquement) pour permettre lapplication sur le terrain des
dcisions stratgiques et tactiques (transports, stocks, fabrication, achats, manutention).
Aujourdhui le terme "logistique" recouvre des interprtations trs diverses. Cela va du simple
"transport" jusqu une science interdisciplinaire combinant ingnierie, micro conomie et
thories dorganisation
Dans le contexte de la gestion industrielle la logistique industrielle peut tre dfinie
comme lensemble des activits concernes par les flux externes de matires premires,
produits intermdiaires et des services qui supportent des processus de production intgrs ou
distribus dans lespace de manire mettre disposition les productions de ces processus au
consommateur final ou intermdiaire au bon moment, au bon endroit et au moindre cot
(Barros 1997).
En ce qui concerne la dfinition de la chane logistique (CL) et de la gestion de la
chane logistique (GCL) , une synthse de la littrature met en vidence la profusion et la
confusion de la terminologie (COPILOTES 2004). Nous rappelons ci-aprs les principales
dfinitions retenues.


15
1.2.1. Chane logistique
De nombreux auteurs dfinissent une chane logistique comme un ensemble dinstallations ou
dentits changeant des flux (physique, informationnel, financier). En 1989 Stevens en
sappuyant sur les activits d'une chane logistique indique : a supply chain is a connected
series of activities which is concerned with planning, coordinating and controlling materials,
parts, and finished goods from supplier to customer. It is concerned with two distinct flows
(material and information) through the organization . Lee (1993) dfinit une chane
logistique comme une rseau dinstallations qui assure les fonctions dapprovisionnement en
matires premires, de transformation de ces matires premires en composants puis en
produits finis, et de distribution du produit fini vers le client. Le Supply Chain Council en
2000 met laccent sur les deux types de production dans la chane logistique savoir la
production de biens et de services : The supply chain encompasses every effort involved in
producing and delivering a final product or service, from the supplier's supplier to the
customer's customer . Eksioglu (2001) en utilisant la notion de processus intgr dfinit a
supply chain is an integrated process where several business entities such as suppliers,
manufacturers, distributors, and retailers work together to plan, coordinate and control the
flow of materials, parts and finished goods from suppliers to customers .
Malgr quelques diffrences dans les terminologies utilises, on constate que dans toutes ces
dfinitions lensemble du processus (efforts, activits, installation etc.) allant des clients de
clients jusquaux fournisseurs des fournisseurs, soutenu par les diffrentes ressources
matrielles humaine et financires est considr. Ceci est illustr dans la partie centrale de la
Figure 1-1.
1.2.2. Processus principaux de la chane logistique
Dune faon plus globale, selon Beamon (1998), on peut distinguer dans une chane logistique
deux processus de base : (1) un processus amont (processus de production) qui couvre la
planification de la production et des approvisionnements, la fabrication et enfin la gestion des
stocks et (2) un processus aval (processus de distribution) couvrant la planification et la
gestion des rseaux de distribution ainsi que le transport et la livraison des produits finis
(logistic).
Le premier processus concerne lapprovisionnement, la production de biens ou de services et
lentreposage des matires premires, produits intermdiaires et produits finis au sein de
lentreprise.
Le deuxime processus fixe la manire dont les produits sont achemins de l'entreprise
jusquaux dtaillants et clients finaux. Ces produits peuvent soit tre directement livrs soit
transiter par des centres de distribution. Ce processus inclut la gestion dentrept et de dpt,
le transport et la livraison.
Entre les diffrents partenaires dune chane logistique, circulent trois catgories de flux : le
flux physique ou de marchandises venant de l'amont vers l'aval, le flux financiers venant de
16
laval vers lamont et le flux d'information circulant dans les deux sens. Ce travail de
recherche sintresse plus particulirement aux flux dinformation
Flux financiers
Flux physiques
Fournisseurs Points de Production Rseau de distribution
Planification de la production et
gestion des stocks
Distribution et logistique
Clients
Flux dinformation
Figure 1-1 : Les lments et les flux dune Chane logistique
La Figure 1-1 reprsente les processus, les flux et les entits principales dune chane
logistique. Dans ce schma, lensemble des maillons de la chaine logistique est intgr dans
un cadre flch afin de prsenter lorientation de la gestion de la chane logistique vers les
clients.
1.2.3. Gestion de la chane logistique (GCL)
Les systmes de production traditionnels sont fonds sur l'exprience et l'intuition des
individus avec de longs cycles de production, des grandes tailles de lot, des technologies
orientes volume et de nombreux fournisseurs avec lesquels taient passs des contrats court
terme. Lobjectif tait de maximiser l'efficacit d'une unit individuelle afin dacqurir un
avantage comptitif bas sur la rduction de cot. Dans une vision de chane logistique (CL),
les entits composant cette chane ne se considrent plus comme des entits autonomes
concurrentes, mais plutt comme des partenaires dun mme rseau.
17
Le concept de gestion de la chane logistique (GCL) est apparu en 1982 (Cooper et al 1997).
La littrature sur la gestion de la chane logistique donne de cette fonction plusieurs
dfinitions :
Selon Cooper et Ellram (1993) la GCL est Une philosophie intgrative pour grer le flux
total d'un rseau de distribution du fournisseur au client final, la coordination plus grande de
processus et des activits commerciales, travers le rseau entier et non seulement entre
quelques partenaire de rseau . Giunipero et Brand (1996) distinguent : 1) la gestion du flux
des marchandises du fournisseur au client final; 2) la coordination dans le systme entier des
flux de produits et de l'information; et 3) le dveloppement des relations et l'intgration de
toutes les activits crant de la valeur pour le client dans le rseau de distribution.
Spekman, et al (1998) dfinissent la GCL comme un processus pour la conception, le
dveloppement, l'optimisation et la gestion des composants internes et externes du systme de
fourniture, y compris la transformation des matires premires, des produits semi finis et la
distribution des produits finis ou des services aux clients, en cohrence avec les objectifs
globaux et les stratgies dentreprises.
Stadtler (2000) donne la dfinition suivante : la gestion de la chane logistique est la tche
d'intgration des units organisationnelles au long dune chane logistique et de coordination
des flux physique, dinformation et financiers pour satisfaire des demandes clients dans le but
davoir une comptitivit amliore dans lensemble dune chane logistique.
Le Supply Chain Council en 2000 prcise que la gestion de la chane logistique consiste en :
grer loffre et la demande, approvisionner les matires premires et les composants,
fabriquer et assembler, entreposer et suivre les stocks, grer les commandes, les distribuer
travers tous les canaux jusqu la livraison au client.
Rota-Franz et al (2001) prcise : Faire du Supply Chain Management signifie que lon
cherche intgrer lensemble des moyens internes et externes pour rpondre la demande des
clients. Lobjectif est doptimiser de manire simultane et non plus squentielle lensemble
des processus logistiques.
Un autre concept dans la littrature sur la gestion de la chane logistique est le scope of
management ou scope of responsibility qui dtermine la zone daction ou de gestion au
sein de la chane logistique. Towill (1997) pense que cette zone doit tre assez flexible pour
superposer une grande vision stratgique-internationale une vision oprationnelle trs
technique et dtaille. Cooper et al. (1997) proposent que ce domaine soit dtermin au regard
de la valeur ajoute dune relation supplmentaire. Ainsi, une chane logistique peut tre gre
par un acteur dominant (focal company par exemple) ou par un mcanisme de partenariat bas
sur une coopration bien dfinie.



18
1.3. Les apports de la mise en place dune chane logistique
Beaucoup de travaux conduits dans les entreprises montrent les apports visibles dune gestion
efficace de la chane logistique ((Harrington, 1999; Higginson et Alam, 1997; Alber et
Walker, 1997; Palevich, 1997; Giunipero et Brand, 1996; Cooper et Ellram, 1993). Un rsum
de ces apports est prsent dans le Tableau 1.1.
Tableau 1.1 : Rsum des avantages de GCL selon la National Association of Purchasing Management
Avantages de
GCL
Alber et
Walker(1997)
Cooper et
Ellram
(1993)
Giunipero
et Brand
(1996)
Harrington
(1999)
Higginson
et Allram
(1997)
Palevich
(1997)

Etude de cas
(une entreprise
alimentaire)
Analyse de
la littrature
Enqute de
52 membres
du NAPMA
a
.
Etude
conceptuelle
Analyse de la
littrature
Etude
conceptuelle
Relation plus
proche avec les
partenaires
* * * *
Avantage
concurrentiel par
les cots
*
Rduction des
cots
* * *
Amlioration du
service la
clientle
*
Temps de cycle
plus court
* * * * *
Rduction du
niveau de stock
* * *
Amlioration de la
rotation des stocks
* *
Amlioration de la
productivit
oprationnelle
*
Amlioration de
la marge
bnficiaire
*
Livraison fiable * *
Rapidit de
raction aux
changements
*
Apports financiers:
Plusieurs amliorations financires sont attendues, en particulier la rduction des cots lis au
niveau lev des stocks, aux cots dexpditions et aux frais dexploitation ; lavantage
concurrentiel obtenu par les cots et par la marge bnficiaire qui augmente avec des cots
incorporables infrieurs (cots de produit). Ces rductions de cot sont obtenues sans
rduction defficacit (re-dimensionnement), sans licenciements et sans fermeture dusines.
19
Apports oprationnels :
Les activits oprationnelles des entreprises sont amliores ; en particulier, on constate une
rduction du temps de cycle, une baisse des niveaux de stock, des ruptures de stocks moins
frquentes, une productivit oprationnelle plus grande, etc.
Apports sur le service la clientle :
On constate galement une augmentation de la satisfaction des clients, notamment une plus
grande fiabilit des livraisons (le bon produit, au bon moment, en bonne quantit, .), ainsi
quune plus grande rapidit de raction aux changements et un meilleur service aprs-vente.
Apports sur la coordination :
La coordination plus forte entre les partenaires est un apport important. Ceci aboutit une
amlioration de la qualit des produits et des informations et une augmentation du partage
des comptences et des risques, qui crent un avantage comptitif et une rentabilit plus
grande.
1.4. Les attendus dune gestion de la chane logistique
Nous pouvons dduire que la gestion de la chane logistique a pour objectif de planifier et de
coordonner toutes les activits ncessaires pour atteindre les niveaux dsirs de service et de
qualit, au prix le plus bas possible. La gestion de la chane logistique doit pour cela tre
considre comme le lien entre le march et le systme de production. Les besoins en
logistique couvrent toute lorganisation, de la gestion des matires premires la livraison du
produit fini.
La gestion logistique, dans cette perspective de systme global, est le moyen par lequel les
besoins des clients sont satisfaits grce la coordination des flux de matires et dinformation
qui circulent partir du march, en passant par lentreprise et jusquaux fournisseurs. Pour
que cette intgration dans lensemble de lentreprise russisse, il convient dadopter une
orientation trs diffrente de celles rencontres le plus souvent dans lorganisation classique.
Ce nest pas un hasard si ces dernires annes le marketing et la fabrication font lobjet dun
regain dattention. Dans la qute dune comptitivit maximale en termes de cots, la gestion
de la fabrication a subi une vritable rvolution. La dernire dcennie a vu lintroduction de
systmes de production flexible (FMS, flexible manufacturing systems), de nouvelles
mthodes de gestion des stocks, combinant celles fondes sur la planification des besoins
matires (MRP, Material Requirement Planning), et les mthodes de juste temps (JIT, juste
in time), avec, ce qui est sans doute le plus important, une attention soutenue la gestion de
qualit totale (TQM, Total Quality Management).
Dans lide dun processus logistique intgr, la gestion est essentiellement un concept
dintgration qui a pour but de dvelopper une version de lentreprise en tant que systme.
Cest fondamentalement un concept de planification, qui permet de crer un cadre dans lequel
20
les besoins du march peuvent tre traduits en stratgies et en plan de fabrication, plan qui
son tour conduira une stratgie et un plan dapprovisionnement. Dans lidal, il devrait
exister dans lentreprise une mentalit de plan unique qui supplanterait les plans
classiques et distincts de marketing, distribution, production et approvisionnement. Ceci est
tout simplement la mission de la gestion logistique. (Christopher, 2005).
1.5. Chane de valeur (Michael Porter)
Des nombreux changements intervenus ces vingt dernires annes dans la manire de penser
la gestion, le plus significatif a sans doute t limportance accorde la recherche de
stratgies qui puissent apporter une valeur suprieure aux yeux du consommateur. Dans une
large mesure, le crdit de tout cela est attribuer Michael Porter, professeur la Harvard
Business School, qui, par ses recherches et publications, a alert les dirigeants et les
professionnels de la stratgie sur limportance centrale de lavantage concurrentiel dans la
russite sur le march.
Michael Porter a popularis en particulier le concept de chane de valeur :
Lavantage concurrentiel ne peut pas tre apprhend en considrant lentreprise
comme un ensemble. Il nat des activits nombreuses que mne une entreprise
concevant, produisant, ciblant, acheminant et dpannant ses produits. Chacune de ses
activits peut contribuer un positionnement relatif de lentreprise en termes de cots
et crer une base de diffrenciation. La chane de valeur dissque une entreprise en
plusieurs activits stratgiquement importantes qui permettent de comprendre le
mcanisme des cots ainsi que les sources existantes et potentielles de diffrenciation.
Une entreprise doit se doter dun avantage concurrentiel en excutant ces activits
stratgiques moindre cots, ou mieux que ses concurrents.
Les activits de la chane de valeur (illustres en
Figure 1-2) peuvent tre organises selon deux types - les activits principales (logistique
interne, production, logistique externe, commercialisation et vente, et services aprs vente) et
les activits de soutien (infrastructure, gestion des ressources humaines, dveloppement
technologique et approvisionnements). Ces activits sont des fonctions horizontales qui
chevauchent les fonctions traditionnelles verticales de lentreprise. Lavantage concurrentiel
est driv de la manire dont les entreprises organisent et dveloppent ces activits au sein de
la chane de valeur. Pour prendre un avantage concurrentiel sur ses concurrents, une entreprise
doit offrir une valeur ses clients en excutant ces activits plus efficacement que ses
concurrents ou dune manire diffrente qui gnre une diffrenciation suprieure.
(Christopher 2005)

21
Figure 1-2 : La chane de valeur
1.6. Lean ou Agile
Beaucoup d'entreprises dans leur rflexion pour optimiser la performance et amliorer leur
position comptitive ont adopt le paradigme lean (allg) (Womack et Jones 1994).
Rcemment, le paradigme production agile a t mis en vidence comme une alternative du
paradigme lean (leanness) (Richards 1996). Lagilit est parfois propose comme l'tape
suivante du leanness. Cela pourrait signifier que, une fois le leanness ralise, une entreprise
devrait lutter pour l'agilit ou mme que l'agilit devrait tre le but d'une entreprise et que la
leanness comme objectif principal devrait tre oublie. Ces discussions simplifient trop la
situation car elles ne prennent pas en considration ni le type de produit ni le contexte dans
lequel lentreprise volue et ne peuvent en consquence donner une rponse adapte aux
exigences ncessaires pour correctement rassembler la conception de la chane logistique avec
la structure demande. (Mason-Jones et al, 2000)
Les dfinitions suivantes correspondent au paradigme agile et au paradigme lean dans les
stratgies de la chane logistique (Naylor et al 1999).
Agilit signifie utiliser la connaissance du march en crant une socit virtuelle pour
exploiter des occasions rentables dans une march volatile.
Leanness signifie dvelopper une chane de valeur pour liminer toutes les pertes (les
dchets), y compris en termes de temps et assurer un programme de production nivele.
Selon un modle prsent par Christopher (2000) une chane logistique agile doit avoir un
certain nombre de caractristiques.
Market sensitive qui signifie que la chane logistique est capable de connatre et de
rpondre la demande relle des clients. La plupart des organisations se basent sur la
prvision plutt que sur la demande. Autrement dit, parce qu'ils ont peu daccs aux
22
informations directes et relles de march, ils sont obligs de se limiter aux
informations historiques de vente.
Virtuality : La prsence des technologies dinformation et de communication
les partenaires, la co-
considrer une chane logistique comme une confdration
Mason es, montrent quavec le
1.7. Les problmatique lies lorganisation et la gestion de la chane
Dans cette partie nous prsentons les problmatiques lies la gestion de la chane logistique
1.7.1. Niveau de la dcision
eut considrer les problmatiques abordes ou lies la
donne la possibilit de partager des donnes et des informations entre tous les
partenaires da la chane et en ralit de donner naissance la chane logistique
virtuelle qui est plus base sur linformation que sur le stock.
Process integration qui implique la collaboration entre
conception et le co-dveloppement de produits, les systmes interconnects et les
informations partages.
Network : Lide de
entre les partenaires associs dun rseau, fournit la quatrime caractristique. De nos
jours o les concurrences se font plutt entre les rseaux quentre les entreprises, les
gains seraient pour les entreprises qui peuvent mieux se structurer, se coordonner et
grer leurs relations avec leurs partenaires dans un rseau qui cherche des relations
plus agile, plus proche et plus efficaces avec ses clients finaux
-Jones et Towill (1999), en tudiant des chanes logistiques rell
partage dinformation et laugmentation du niveau de richesse de linformation, le degr
dagilit augmente. A leur avis, logiquement et pratiquement lenrichissement dinformation
dans une chane logistique cre une forte comptence concurrentielle qui est une mesure
principale affectant le degr dagilit.
logistique
selon deux points de vue, savoir le niveau de dcisions et le type de dcision. Le niveau de
dcision correspond la hirarchie dcisionnelle dans une entreprise ou dans une chane
logistique. Le type de dcision distingue les dcisions de type configuration et les dcisions
de type coordination. Par la suite leffet des nouvelles technologies de communication sur ces
problmes est prsent.
Dun point de vue gnral, on p
gestion de la chane logistique comme se rapportant trois niveaux dcisionnels, les niveaux
stratgique, tactique et oprationnel. Au niveau stratgique, les dcisions ont des impacts sur
le long terme. Les dcisions tactique ont des impacts sur le moyen terme (dune semaine
jusqu un an), et le niveau oprationnel implique des dcisions quotidiennes qui peuvent tre
rapidement modifies Cette recherche se situe principalement au niveau oprationnel, tout en
23
se positionnant au regard des deux autres niveaux de dcision, en sinspirant du travail de
Ganeshan et al. (1999).
Niveau stratgique :
Les dcisions concernent typiquement plusieurs horizons de planification : mensuel, annuel,
ou mme pluri annuel. Elles visent proposer des solutions ou des dmarches damlioration
ou doptimisation qui reprsentent les objectifs finaux de la chane logistique. Ceci ncessite
des arbitrages (tradeoffs) entre les exigences fonctionnelles ou organisationnelles en fonction
des besoins de gestion et de la structure globale de la chane logistique. Quelques exemples de
ce type de dcision peuvent tre : le choix des sites de production ou des sites de stockage
(nombre, emplacement, capacit), la conception ou la prsentation des nouveaux produits,
lutilisation des nouvelles ressources, louverture vers de nouveaux marchs ou branches
dactivit, etc.
Il sagit ce niveau :
- De dfinir les objectifs : la comprhension de la dynamique de la chane logistique et
la mise au point des attendus pour la chane entire. Ceci ncessite des analyses pour
montrer comment chaque objectif induit des besoins au niveau de lentreprise ou au
niveau de la chane logistique. Une valuation contextuelle sur lensemble des
alternatives possibles est aussi ncessaire.
- De concevoir : dtermination de la forme et de la structure de la chane logistique.
Ceci inclut la conception de la chane (choix des partenaires) et la localisation (choix
de lemplacement des installations).
- Didentifier les avantages comptitifs : expliquer clairement comment la gestion de la
chane peut crer des avantages comptitifs au niveau dune lentreprise ou au niveau
de la chane logistique, en utilisant les outils de la planification stratgique.
Niveau tactique :
Les dcisions au niveau tactique sont souvent prises pour les prochains jours, les prochaines
semaines ou les prochains mois. Sachant que les objectifs ou les plans stratgiques ont t
dj labors au niveau stratgique; ils peuvent tre modifis ce niveau en considerant les
besoins actuels. Les dcisions locales exigent des modles de planification plus dtaills et il
est ncessaire de sassurer de la disponibilit des ressources (les personnels, les matires, etc)
afin de satisfaire la demande relle et datteindre les objectifs prvus. Comme exemples de
dcisions tactiques, on peut citer : les problmes dallocation (des fournisseurs ou des
produits), la dfinition des niveau de stock, le choix des modes de transport, etc.). Les
dcisions tactiques : a) doivent viser la mise en oeuvre des dcisions stratgiques, (b) sont
de type fonctionnel et peuvent tre traites par un nombre limit dacteurs de la chane et (c)
impliquent des systmes dinformation (MRP, DRP, JIT, etc.) qui sont ncessaires pour grer
la chane logistique.

24
Ces problmatiques peuvent tre runies dans quatre groupes comme suit :
- La construction des relations : mise en place de relations, en amont et en aval, de
proximit ou avec des tiers plus loigns.
- Lintgration des oprations : gestion des oprations comme pour une unit intgre
en assurant l'efficacit dans la gestion oprationnelle, y compris l'ingnierie, la
fabrication, l'achat voire mme connecter immdiatement lamont et aval de la chane
logistique.
- Le transport et la distribution : raliser la gestion efficace du transport et de la
distribution physique comme dans un systme intgr.
- Le developpement des systmes dinformation support.
Niveau oprationnel
Les dcisions typiquement oprationnelles reprsentent des oprations quotidiennes jusquau
maximum deux semaines. Il sagit de grer les oprations d'une usine ou dun centre de
distribution de la meilleure manire afin de rpondre de faon rentable aux exigences relles
des commandes. Nous pouvons cet gard citer ltablissement du programme de production,
lordonnancement dtaille, ltablissement du programme de distribution et de transport, le
choix ditinraires, etc.. Une dcision de type oprationnel : (a) se rapporte la performance
efficace dun acteur dans la chane logistique (b) se concentre sur les contrles et les mesures
de performance
On peut catgoriser les problmes oprationnels comme suit :
- Problmes de Gestion de stock et de contrle : caractriser et mesurer la performance
du systme de stockage on y incluant les cots de possession, les taux de service, les
problmes d'affectation et de stockage multi-chelon.
- Problmes de production, planification et ordonnancement : dterminer et mesurer la
performance du systme de gestion de la production.
- Problmes de partage d'informations, de coordination et de surveillance : mise en
place de programmes spcifiques afin daugmenter lefficacit de la chane logistique.
- Problmes de dveloppement doutils oprationnels, daide la dcision pour
amliorer la performance de la chane logistique.
1.7.2. Type de dcision
Les problmatiques principales dans la gestion de la chane logistique peuvent aussi
typiquement tre classifies en deux grandes catgories (Swaminathan et Tayur 2003) : la
Configuration (oriente conception) ; la Coordination (orient gestion des oprations). La
configuration correspond plutt aux fondements basiques sur lesquels une chane logistique se
construit et la coordination correspond lexcution prsente de la chane logistique.
25
Problmatiques lies lorganisation et la configuration de la chane logistique :
Approvisionnement et logistique
Choix des fournisseurs ? Quelles activits externaliser ? Comment les pratiques
dapprovisionnement peuvent-elles tre rationalises et standardises ? Quels types de
contrats long terme et court terme passer avec nos fournisseurs ?
Production :
Combien de sites industriels devraient tre oprationnels ? Quelle capacit devrait tre
installe sur chacun de ces sites ? Quels genres de produits et de services vont tre fournis par
la chane logistique ? Quelle varit proposer aux clients ?
Distribution :
Quel genre de canal de distribution une entreprise devrait-elle utiliser ? O localiser les
centres de distribution et les points de vente ? Quels modes de transport et trajets utiliser ?...
Problmatiques lies la coordination de la chane logistique :
Acheminement des matires :
Quel niveau de stock pour atteindre le niveau de service attendu ? A quel niveau stocker les
produits finis, les produits semi-finis ou les matires premires ? Quelle mthode de gestion
des approvisionnements choisir ? Quelle est la frquence de rapprovisionnement ? Doit-on
utiliser un systme de gestion partage des approvisionnements (GPA) ?
Flux d'information :
Quel mode de communication (courrier, tlphone ou change de donnes informatises
(EDI) par exemple) et quelles informations doivent tre partages entre les diffrentes entits
dans la chane logistique? Quelle forme de collaboration entre les partenaires de chane
logistique doit tre mise en place lors du dveloppement dun nouveau produit ?
Flux de trsorerie :
Quand payer les fournisseurs? Quels sont les modes de fixation de prix pour les produits?
Quels genres defforts de rduction de cot doivent tre engags au travers de la chane
logistique? Dans une entreprise internationale multi sites, dans quelle devise payer un
fournisseur ?
1.7.3. Impacts des nouvelles technologies de communication
Lchange de documents informatiss (EDI) et les bases de donnes distribues sont des
avances technologiques importantes qui peuvent amliorer beaucoup la performance des
chanes logistiques (Srinivasan et al. 1994). L'Internet et les technologies de l'information et
de la communication (ICT) ont rcemment permis le partage rentable d'informations entre les
diffrentes partenaires dune chane logistique (Disney et al. 2004).La Net-conomie (digital
economy) donne naissance de nouvelles questions de recherches en trois domaines
26
principaux : populariser plusieurs types d'interactions mdiatises grce aux technologies de
la communication, crer de trs grandes bases de donnes et automatiser les dcisions
oprationnelle. (Geoffrion et Krishnan 2003).
Les volutions majeures issues des nouvelles technologies de la communication dans le
domaine de la gestion de la chane logistique peuvent tre classifies en cinq catgories
principales (Swaminathan et Tayur 2003) :
Gestion de l'approvisionnement (approvisionnement lectronique) :
Les entreprises doivent dcider au niveau stratgique si elles passent des contrats avec les
fournisseurs dans un cadre de relations long terme ou court terme ; si elles optent pour un
fournisseur unique ou pour plusieurs fournisseurs ; si ce choix seffectue par produit ou par
famille de produits ;
Visibilit et Partage dinformation :
Le partage dinformation permet une meilleure gestion des ressources dans une chane
logistique : besoin de moins de stocks tampons, affectation de stocks plus efficace,
planification avance, planification et conception collaborative. En gestion de stocks dans une
chane logistique traditionnelle, les ordres sont les seuls changes d'information entre les
entreprises. Mais grce aux technologies de communication, maintenant les entreprises
peuvent partager beaucoup d'informations rapidement et assez facilement (Cachon et Fisher
2000). Une partie importante de la recherche en gestion de la chane logistique porte sur
lapport du partage d'informations au niveau de la coordination entre les partenaires de la
chane logistique (Chen 2003).
Distribution et fixation de prix :
Les technologies de communication ont cr de nouveaux modes de distribution de
marchandises. D'un point de vue de chane logistique, l'intgration des rseaux de distribution
traditionnels et lectroniques est attirante parce qu'elle entrane des gains lis la rduction
des niveaux de stock et lamlioration du service client. Un problme majeur est la fixation
des prix dans la planification de la production dune chane logistique.
Personnalisation et Diffrenciation retarde :
Avec l'Internet grce aux possibilits et facilits de vente directe, la personnalisation a
beaucoup augment. Pour des produits fabriqus, les entreprises sadaptent avec les systmes
de fabrication par commande ou voluent vers des systmes de diffrenciation retarde.
Technique daide la dcision et logiciel d'entreprise :
Les techniques de dcision bases sur des agents temps rel pour la gestion de chane
logistique qui utilisent la thorie d'optimisation, le comportement d'agent et la thorie
conomique peuvent devenir importantes dans l'avenir. Des agents intelligents dans une
chane logistique peuvent acqurir des informations locales et globales sur tous les partenaires
27
de la chane et sur tous les correspondants travers de la chane et peuvent prendre des
dcisions appropries (utilisant des modles de dcision), selon la situation
1.8. Problme de stockage et chane logistique
La vision de gestion scientifique prsente par Frederick W. Taylor a donn naissance
lorganisation de la gestion de la production. Ses travaux mathmatiques constituent la base
dune varit de modles mathmatiques qui aident la gestion oprationnelle tous les
niveaux de la conception et du contrle. (Hopp. et Spearman, 1996).La gestion de stock inclut
les activits d'une entreprise pour acqurir, disposer et contrler des stocks qui sont
ncessaires pour l'accomplissement des objectifs d'une entreprise. La gestion de stocks
concerne les flux entrant, internes et sortant de lentreprise et l'quilibre entre les productions
et les consommations dans un environnement incertain (Tersin, 1988).
Le stock peut reprsenter 20 40 % de lactif total dune entreprise (Tersin, 1988;
Verwijmeren et al, 1996). Les stocks mobilisent de l'argent et le succs ou l'chec de la
gestion de stock affecte la situation financire de lentreprise. Avoir trop de stock peut tre
aussi problmatique que des ruptures de stock. Trop de stock exige des dpenses inutiles lies
aux questions de stockage et d'obsolescence, tandis que trop peu de stock cause des ruptures
de stock et perturbe la production. En plus, des cycles de production longs avec un haut
niveau de stock peut dissimuler des problmes de production (par exemple, la qualit), qui
peut affecter la performance long terme d'une entreprise Le but principal de la gestion de
stock est de maximiser la rentabilit d'une entreprise en minimisant le cot de stockage tout
en satisfaisant les exigences de service client (Lambert et al 1998).
La gestion des stocks est un aspect important de la Gestion de la Chane Logistique. Il sagit
de mieux grer le stock partout dans la chane par une meilleure circulation de l'information
afin damliorer le service client, tout en offrant une plus grande varit de produits et
rduisant les cots. La gestion des flux de produits, des matires premires aux produits finis
en passant par les produits en-cours exige la responsabilisation des partenaires de la chane
logistique pour la planification, l'acquisition, le stockage, le mouvement et le contrle des
matires et des produits finaux. Quand les partenaires de la chane communiquent moins, les
niveaux de stock augmentent considrablement.
1.8.1. Problme de stockage multi-echelon
Les termes "multi-chelons" ou "multi-niveaux" dans les rseaux de production/distribution
sont parfois synonymes de la chane logistique. Quand un produit passe par plus dune phase
de stockage avant darriver au client final, on parle dun systme de stock multi-chelon. [8]
Dun point de vue analytique, la recherche sur les problmes de stockage multi-echelon a une
longue histoire (Svoronos et Zipkin, 1991).
28
La recherche sur les modles de stockage multi-chelons a reu une grande attention au cours
de ces dernires annes parce que la gestion intgre et centralise des chanes logistiques
grce des technologiques de la communication devient possible et parfois plus facile. Un
des premiers articles concernant ce type de problmatique est celui de Clark et Scarf (1960),
dont le modle tudi est constitu de N sites en srie. Le temps est divis en priodes,
pendant lesquelles, les demandes arrivent, les cots saffectent la fin des priodes, et
loptimisation se fait sur un nombre fini de priodes considres. Ils proposent un moyen de
trouver rapidement les politiques optimales. Lintrt principal de cet article est lintroduction
dune notion cl de la gestion de stocks multi-echelon : le stock chelon (echelon stock) et son
cot associ, cot dchelon (echelon cost). Le stock chelon au niveau i reprsente le somme
des stocks sur lensemble des sites aval plus le stock de site i.
Bessler et Veinott (1966) ont largi le travail de Clark et Scarf (1960) aux systmes
arborescents comprenant un dpt et plusieurs dtaillants. Le modle arborescent de base tait
premirement tudi par Eppen et Schrage (1981) qui ont analys un modle avec un dpt
central (sans stock). Ils ont tir une expression approximative (clossed-form) pour le niveau
de remplissage en supposant une rgle de partage gal pour laffectation. Sherbrooke (1968) a
tudi la politique de la commande optimale pour un modle de deux chelons contenant un
entrept et un dtaillant. Il suppose que le manque de stock au dtaillant est compltement
considr comme des commandes en attentes. Ainsi, il a construit le modle METRIC (multi-
echelon technique for recoverable item control), qui identifie les niveaux de stock qui
rduisent au minimum le nombre attendu des commandes en attentes l'chelon prcdent
(soumis une contrainte budgtaire). Ce modle est le premier modle de stockage multi-
chelon pour les systmes de service (Chiang et Monahan, 2005).
Par la suite, considrant la complexit et de l'inflexibilit du problme de multi-chelon,
Hadley et Whitin (1963) recommandent l'adoption des modles mono-site mono-chelon pour
les systmes de stock.
Un problme multi-echelon peut tre dterministe ou stochastique. Pour les modles
dterministes il y a des procdures trs efficaces pour rgler les intervalles des commandes
(Roundy 1985, Maxwell et Muckstadt 1985). Les systmes avec demande stochastique sont
galement tudis, souvent axs sur ltude dune classe de politique o il y a des approches
pour trouver des politiques de stockage satisfaisantes ou optimales pour les deux systmes : la
gestion calendaire des stocks (Clark et Scarf 1960, Federgruen et Zipkin 1984a et 1984b) et la
gestion contenue des stocks (De Bodt et Graves 1985).
Chen 1998 a tudi un systme en srie, toujours en retenant les hypothses classiques, avec
une demande alatoire en fin de chane. Se rfrenant au travail de Clark et Scarf (1960), il
tudie la classe de politique (R, nQ). R reprsente un point de la commande. Lorsque le stock
est gal ou infrieur ce point de commande, on commande une quantit gale n fois dune
quantit de base Q. En temps discret, Axster 1985 dveloppe des heuristiques concernant la
gestion de stocks mono-site mais avec une demande anticipe sur plusieurs priodes.
29
Diffrents mthodes utiliss pour traiter le problme de stockage multi-chelon
Selon le travail bibliographique fait par Gumus et Guneri (2007), diffrentes mthodes ont t
utilises pour traiter le problme de stockage multi -chelon :
La modlisation mathmatique (Mathematic modelling);
Le modle de METRI.
Les modles Markoviens (Markov decision process).
la simulation.
La thorie des jeux (Stackelberg).
Dautres techniques (vari-METRIC method, heuristics, scenario analysis, fuzzy logic,
etc.)
1.9. Conclusion
Ce premier chapitre prsente les problmatiques majeures lies lorganisation et la gestion
dune chane logistique en associant celles-ci aux diffrents niveaux dcisionnels :
stratgique, tactique et oprationnel. Parmi ceux-ci, le problme de la gestion des stocks dans
une structure multi-chelon retient plus particulirement notre attention.
Lapport du partage dinformation loptimisation de cette gestion est au cur de notre
travail de recherche. Aussi consacrons nous le chapitre suivant un tat de lart sur les
travaux traitant de la valeur du partage dinformation au sein des chanes logistiques.
30
Chapitre 2. : Concepts et tat de lart sur le partage
dinformation dans une chane logistique
2.1. Introduction
Dans ce chapitre nous prsentons un tat de lart des travaux raliss sur le partage
dinformation dans les chanes logistiques. Aprs avoir rsum quelques meilleures synthses
bibliographiques ralises sur ce sujet, nous poursuivons cette prsentation par une synthse
de travaux plus rcents. Enfin nous proposons un cadre de classification de ces travaux et
prsentons une cartographie de lensemble ceux-ci. Cette cartographie met en vidence des
domaines de recherche peu explors qui justifient de lorientation de nos travaux.
2.2. Partage dinformation dans une chane logistique
Aujourdhui avec des nouvelles formes d'organisation comme les entreprises virtuelles, la
fabrication mondiale (global manufacturing), les rseaux logistiques et les partenariat
stratgique entre diffrents entreprises qui apparaissent, la coordination dans la chane
logistique devient stratgiquement important (D'Amours et al., 1999).
Le partage dinformation est une nouvelle question dans le domaine de la gestion de la chane
logistique qui a merg suite larrive de nouvelles technologies de linformation et de la
communication. Une partie importante de la recherche en gestion de la chane logistique est
consacre tudier leffet du partage dinformation sur la performance de la chane
logistique (Chen, 2003). En gestion de stock dans les chanes logistiques traditionnelles, les
ordres sont les seuls changes dinformations entre les entreprises. Mais grce aux
technologies dinformation maintenant les entreprises peuvent partager beaucoup
dinformations rapidement et assez facilement (Cachon et Fisher 2000). La Figure 2-1
schmatise la diffrence entre un systme traditionnel sans partage dinformation et un
systme avec partage dinformation.
Les donnes qui sont le plus souvent partages sont la disponibilit de ressources (par
exemple, la capacit ou le niveau de stock), les indicateurs de performance (par exemple, les
dlais, la qualit, les cots), lavancement dun processus et les donnes lies aux contrats.
Lvolution des technologies de linformation permet ces donnes dtre collectes et
transfres en temps rel ou sur demande. Par exemple, le partage dinformation sur le Web
peut seffectuer partir dune base de donnes centrale qui recense toutes les activits et les
31
ressources travers la chane logistique, de lobtention de la matire premire jusqu la
livraison client.

Figure 2-1 : Systme partag et systme traditionnelle; Source: Mason-Jones et Towill 1997
2.2.1. Historique de partage dinformation
2.2.1.1. Systme dynamique
Un des premiers travaux dans ce domaine est le travail de Forrester (1961) qui a
indirectement mis en vidence limportance du partage dinformation en dmontrant
lamplification de la fluctuation de la demande de laval vers lamont dune chane logistique
(dsign sous le terme deffet coup de fouet). Son travail a inspir beaucoup d'auteurs pour
dvelopper des jeux d'entreprise pour dmontrer ce phnomne.
2.2.1.2. Effet coup de fouet (Bullwhip effect)
Une observation importante dans la gestion de la chane logistique est connue comme leffet
coup de fouet. Avec cet effet, en remontant vers lamont de la chane logistique, la variabilit
de la demande augmente. Ce phnomne est principalement li au manque de partage
d'informations. Baganha et Cohen (1995) et Lee et al (1997) ont tudi ce phnomne et l'ont
nomm le Bullwhip Effect . Dune point gnral on peut dire, les travaux faits sur l'effet
coup de fouet peuvent tre classs dans trois catgories : (1) les approches mathmatiques et
analytiques (par exemple, Chen et al.. 2000); (2) Les recherches sur les causes de ce
phnomne (par exemple, Lee et al. 1997); et (3) les tudes sur limpact de certaines
liminations et traitements, comme le partage d'informations (par exemple, Bourland, 1996;
Chen et al. 1998; Gavirneni, 1998; Lee et al. 2000; Gavirneni et al. 1999).


32
2.2.1.3. Jeu de la Bire (Beer Games)
Le Jeu de la Bire est originaire du MIT la fin des annes cinquante et des travaux de
Sterman (1989) issus d'une tude de la performance d'environ 2000 entreprises. Kaminsky et
Simchi-Levi (1998) ont dvelopp une version informatise du Jeu de la Bire. Dans ce jeu,
on peut observer l'amplification de signaux de demande et la fluctuation de niveaux de stock
travers une chane logistique. Chaque acteur passe ses commandes en regardant seulement sa
politique de stockage et les commandes reues de l'acteur aval. En raison des dlais de
traitement de la commande et de livraison et aussi cause du manque d'change de
l'information entre les acteurs, une amplification de la demande et des fluctuations de niveaux
de stock se produit en amont de la chane logistique. (Sterman 1989, Simchi-Levi et al. 2000).
2.2.1.4. Les causes de leffet coup de fouet
Lee et al (1997) ont identifi quatre causes lorigine de ce phnomne :
Mise jour de la prvision de demande (caractristique de la demande) : Quand un partenaire
aval met une commande, le dcideur amont traite cette information comme un signal de la
demande future. Sappuyant sur ce signal, le dcideur amont rajuste ses prvisions de
demande et, en consquence, les commandes passes auprs de ses fournisseurs.
Groupage des commandes (conomies d'chelle) : Quand une entreprise reoit des ordres
priodiques par ses clients, ceci induit un effet coup de fouet. Si les cycles de commande de
tous les clients taient rpartis identiquement pendant la semaine, leffet coup de fouet serait
minimal. Les carts priodiques de la demande issus de quelques clients seraient galement
insignifiants parce que tous les clients ne commanderaient pas en mme temps. En ralit une
telle situation existe rarement. Les ordres se rpartissent alatoirement ou, au pire, se croisent.
Quand des cycles de commande se croisent, la plupart des clients qui ont des commandes
priodique vont commander en mme temps. Ceci entrane une fluctuation de la demande
encore plus importante, de sorte que leffet coup de fouet est son plus haut niveau.
Fluctuation des prix : Quand le prix d'un produit est bas (en raison de remises directes ou
dactions promotionnelles), un client achte des quantits plus grandes que ses besoins rels.
Quand les prix du produit reviennent au niveau normal, le client nachte plus jusqu'
lpuisement de son stock. En consquence, le modle d'achat du client ne respecte plus son
modle de consommation et donc la variation des quantits d'achat est beaucoup plus grande
que la variation du taux de consommation.
Possibilit de pnurie de fourniture ( Rationing and Shortage Gaming ) : Quand la demande
dpasse loffre, le fournisseur gnralement rationne ses livraisons vers les clients. Sachant
que le fournisseur rationnera quand le produit est rare, les clients amplifient leurs besoins
rels quand ils commandent. Plus tard, quand la demande diminue, les commandes
disparatront brusquement et il y aura de nombreuses annulations de commande.
Contrler et rduire la taille de ce phnomne est un facteur important pour amliorer la
performance de la chane logistique parce quavec ce contrle, pour le mme taux de service
33
on a besoin de moins de flexibilit et donc de stock. Une des solutions est le partage
dinformation
2.2.2. Les avantages attendus du partage dinformation :
Le partage dinformation dans une chane logistique peut essentiellement amliorer la
performance globale de la chane. En se basant sur des donnes appropries et prcises, les
membres de la chane peuvent prendre des bonnes dcisions qui affectent directement la
performance des membres de la chane et finalement, au bout de la chane, la vente aux clients
finaux. Par exemple, le dtaillant est capable de placer une commande au bon moment avec la
quantit optimale afin de satisfaire la demande inattendue en observant les informations sur le
niveau de stock, sur les cots de transport et sur les dlais de livraison. L'accs aux
informations prcises et correctes et en utilisant les systmes d'aide la dcision facilite le
contrle des variations inattendues et indpendantes. De cette manire, les membres de la
chane sont capables daccder aux informations partages et cette accessibilit peut alors tre
utilise pour amliorer la conduite des oprations et au final amliorer la performance globale
de la chane logistique. Gnralement, le partage d'information fournit des avantages
essentiels aux membres de la chane (Simatupang et Sridharan, 2001).
Au niveau stratgique, le partage d'information permet une comprhension mutuelle sur leurs
avantages comptitifs et, dans la globalit de la chane, darriver un point de dpart
collaboratif. Au niveau tactique, l'intgration de l'information aide les membres de la chane
diminuer l'incertitude de la demande et faire face la complexit de prise de dcisions aux
diffrents niveaux de lhorizon de la planification et dans des diffrentes organisations. Il
convient galement de noter que le partage d'information peut prsenter des risques, entraner
des comportements opportunistes et tre limit par les problmes lis la confidentialit des
donnes
2.2.3. Un triangle concernant la valeur de linformation
William Lovejoy (1998), prsente une relation triangulaire entre trois lments : l'information,
la capacit, et le stock. Il propose une entreprise visant un niveau de service clients
considr, de jouer sur ces trois lments comme montrs dans la Figure 2-2 De ce triangle on
peut en dduire quavoir plus dinformation nous permet, pour un niveau de fonctionnement
fix, de rduire les stocks ou de diminuer la capacit de production ou, pour un niveau de
stock et une capacit fixe, damliorer le niveau de service client.
34
Figure 2-2 : Le triangle de William Lovejoy (1998)
On peut donc dire que la valeur dinformation se rfre l'amlioration de la performance
suite un partage d'informations, cette amlioration pouvant sexprimer soit en termes de
rduction des cots soit damlioration du niveau de service. Dans une chane logistique, un
dcideur central pourra dautant plus amliorer la performance de la chane logistique quil
aura laccs aux informations de production des partenaires (Chen 2003). Le partage
dinformations a lavantage de rduire l'effet coup de fouet (Lee et al. 1997,2000, Cachon et
Fisher 2000) et les cots de la chane logistique (Gavirneni et al. 1996, Swaminathan et al.
1997b, Tan 1999).
2.3. Etat de lart sur les travaux relatifs au partage dinformation
Les dernires annes ont vu une trs forte expansion des recherches dans ce domaine. Avant
de considrer quelques modles particuliers, on prsente rapidement trois analyses
importantes de la littrature.
2.3.1. Revue de la Littrature par F. Chen, 2003
Dans le chapitre 7 du vol. 11 de Hanbooks in OR et MS, 2003 , Fangruo Chen passe en
revue la littrature relative au partage d'information et la coordination dans la chane
logistique. La structure du chapitre fournit un cadre danalyse pour classifier les travaux
considrs. Il se concentre plutt sur laspect modlisation et non sur l'aspect analyse.
La premire partie du chapitre prsente les travaux qui quantifient la valeur du partage
dinformation. D'abord, il prsente les travaux portant sur la partie aval de la chane
logistique. Partage dinformation aval signifie donner la possibilit aux parties en amont de la
chane logistique daccder aux informations des parties en aval de la chane (ventes, niveau
de stock, etc.). Du point de vue de la planification de production et le stockage, une question
importante est comment intgrer les informations de production dans les dcisions de
planification. A cette fin il a synthtis plusieurs publications qui traitent de cette question.
Ensuite, il prsente des articles qui portent sur la valeur des informations changes en amont
de la chane logistique. Finalement il prsente les articles qui tudient la consquence de la
transmission imparfaite d'informations. Il a remarqu aussi que linformation aval a reu
beaucoup moins d'attention dans la littrature que linformation amont.
35
Dans la deuxime section, il parle des perspectives. Cette section est divise en trois parties:
Screening, Signaling et Jeux Non coopratifs. En Screening, le membre le moins inform
essaie de prsenter les motivations pour que le membre le plus inform transmette ses
informations prives. Le Signaling correspond au cas o un membre inform transmet des
informations un membre non inform. Les Jeux Non coopratifs se situent dans la chane
logistique dcentralise. Ce sont les situations dans lesquelles il est impossible de dire quel
partenaire a plus ou moins dinformation.
2.3.2. Une trame pour la valeur d'informations (VOI) dans le problme de
stockage par Ketzenberg et al, 2007
Ketzenberg et al (2007) fournissent une trame pour expliquer des diffrences apparentes dans
les travaux existants. Leur but est de comprendre ce qui dtermine et affecte profondment la
valeur de linformation. Ils prsentent une structure de recherche organise autour de la
littrature et dune thorie tablie. Leur travail bibliographique conduit une classification
des rsultats issus des travaux de recherche existant dans la littrature. Il vise dgager les
facteurs principaux qui conduisent aux carts importants constats dans la littrature sur
lvaluation de la valeur de linformation.. Le domaine de recherche pass en revue dans ce
travail est limit aux articles qui (1) analysent la valeur dinformation dans le contexte de
gestion de stock, (2) comparent deux ou plusieurs scnarios et (3) fournissent une tude
numrique pour explorer la valeur dinformation dans des contextes variant.
Value of
information (VOI)
Marginal
information
Sensitivity to
uncertainty
Level of
uncertainty
Responsiveness
Marginal use

Figure 2-3 : Trame de valeur dinformation prsente par Ketzenberg et al, 2007
Les auteurs essaient de prsenter et de dcrire une structure macroscopique mais assez
comprhensible qui permet : (1) de combler des fosss entre les tudes, (2) de rsoudre des
contradictions apparentes entre celles-ci et (3) de fournir des lments de comprhension sur
le niveau des relations entre les paramtres clefs dans ces modles de la gestion de stock
traitant de la valeur dinformation. Cette trame est prsente en Figure 2-3.
36
Level of uncertainty
Un aspect important de cette trame concerne l'incertitude sur les donnes. Cette incertitude
peut tre associe la fois deux types dinformation : linformation sur loffre et
linformation sur la demande. C'est--dire quen cas d'incertitude, il y a des disparits
potentielles au niveau du timing des demandes et au niveau de l'arrive des offres. Ils
distinguent deux sources d'incertitude quils nomment alatoire et systmatique.
L'incertitude alatoire correspond au cas o la demande n'est pas dtermine. La variabilit
dans la demande finale, typiquement mesure par le CV (coefficient de variation), est une
mesure principale d'incertitude alatoire. L'incertitude systmatique rsulte de composants
structurels et des caractristiques de l'environnement d'exploitation de la chane logistique.
Une motivation majeure pour la recherche sur la valeur de linformation est l'intrt de rduire
l'effet coup de fouet, celui-ci augmentant la variabilit de la demande plus on remonte dans
une chane logistique.
Sensitivity to uncertainty
Un systme peut prouver un haut niveau d'incertitude, mais l'impact sur la performance
dpend, en grande partie, des cots qui rsultent des divergences dans le timing de la
demande et larrive de loffre. Quand ces cots sont faibles ou reprsentent une petite partie
de cot total, la performance de la chane est, gnralement, stationnaire (non affecte) par
l'incertitude.
Marginal information
Il ne suffit pas didentifier les informations supplmentaires reues, mais le fait quelles soient
ou non supplmentaires en regard des donnes de base du modle. Par dfinition, quand les
informations disponibles dans le modle de base sont dj considrables, n'importe quelle
information supplmentaire aura moins de valeur puisque les possibilits d'amliorer la
performance sont limites. Essentiellement, le type, la quantit, la qualit, le dlai et la
frquence de transmission des informations disponibles impactent la valeur des informations
supplmentaires.
Responsiveness
Les recherches indiquent que la valeur de linformation dpend aussi de la raction des
destinataires aux informations partages. Plus le destinataire aura des contraintes relativement
aux dcisions prendre en rponse une information reue, moins celle-ci aura de valeur. Par
exemple, la valeur de linformation sur la demande court terme na que peu dimpact ds
lors que le producteur na pas de capacit dadaptation immdiate de sa capacit ou a
obligation de maintenir un niveau minimal dactivit.
Un exemple de ce type de contraintes est un dlai long de raction. En ce qui concerne les
dlais, la relation est moins intuitive. D'une part, les dlais courts impliquent de garder moins
de stock de scurit et, par consquent, la rduction de lincertitude a moins dimpact sur la
performance.. D'autre part, quand les dlais sont longs, les entreprises ont tendance garder
37
une quantit significativement plus importante de stock tournant, et donc, la partie de stock
tenue pour faire face l'incertitude reprsente une plus petite partie de stock total. Ainsi, dans
le cas de dlais longs, une rduction de l'incertitude par le partage d'informations aura moins
d'effet. Dans ce contexte, Cachon et Fisher (2000) montrent que la rduction de dlais peut
avoir une valeur significativement plus grande que le partage d'information.
Marginal of use
La littrature considre gnralement trois utilisations diffrentes de l'information: (1) le
rapprovisionnement, (2) la rpartition (affectation) des capacits et des stocks et (3) la
coordination. Le rapprovisionnement concerne la taille et le timing des commandes. La
rpartition (laffectation) des capacits et des stocks se rfre l'utilisation d'informations
pour rpartir ces ressources entre les partenaires en aval. Dans la politique de coordination, les
partenaires de la chane logistique font conjointement leur politique de rapprovisionnement
pour accroitre lefficacit du systme global (system-wide) ce qui nest pas possible quand les
partenaires dfinissent leur politique indpendamment.
Analyse statistique
Ils traitent 2977 exemples numriques de dix-sept tudes choisies. Les diffrences dans la
valeur de linformation qui ressort des exemples numriques ont pour origine les diffrentes
hypothses de la modlisation, les diffrentes valeurs pour les paramtres, ou les diffrents
types dinformation utilises dans la prise de dcision. En classant ces 2977 exemples
numriques en ce qui concerne leurs diffrences et leurs origines, ils essayent dvaluer la
trame de la valeur de linformation prsente en Figure 2-3, ainsi que les facteurs ou
ensembles de facteurs qui semblent tre les plus influents dans la dtermination de la valeur
dinformation.
En utilisant une analyse (split-sample test) et la rgression par les moindres carrs, leurs
rsultats fournissent la preuve exprimentale qui soutient la trame de la valeur de
linformation, mais mettent en vidence aussi qu'il y a des relations complexes
supplmentaires entre les paramtres et les hypothses de la modlisation. La relation entre la
valeur dinformation et the marginal information , the responsiveness et the marginal
use est soutenue. Ils valident aussi partiellement leurs hypothses pour the level of
uncertainty et l'effet modr de sensitivity to uncertainty .
Ils notent quune partie de la difficult pour valuer leffet de lincertitude peut rsulter de la
manire dont est mesure la valeur mme de linformation. Celle-ci tant en gnral rapporte
aux cots dune chane logistique, cots qui varient fortement en fonction de la demande
finale, ils formulent lhypothse que ces deux facteurs, cots et variabilit de la demande,
influent davantage sur la valeur mesure de linformation que celle-ci nest impacte par son
incertitude.

38
2.3.3. Le cadre rfrentiel propos par Huang et al. 2003
G.Q. Huang et al ont analys plus de 100 publications reprsentatives sur ce sujet de
recherche. Afin dassurer un degr ncessaire de cohrence et de consistance, ils proposent
un cadre rfrentiel assez libre prsent dans la Figure 2-4. Les lments principaux de ce
cadre qui sont utiliss pour catgoriser et analyser la littrature sont les suivants :


Figure 2-4 : Cadre rfrentiel propos par Huang et al. 2003
2.3.3.1. Structure de la chane logistique (Supply chain structure):
La structure de la chane logistique reprsente comment les entits de la chane sont lies par
des relations amont-aval, pour former une chane logistique. Elle dcrit aussi une relation de
type fournisseur-acheteur entre les entits de la chane. Quatre types de structures sont
identifis :
Structure dyadique :
Cest la structure la plus simple possible pour le partage dinformation qui lie seulement deux
partenaires (un vendeur et un acheteur par exemple).
Structure serie :
La structure serie consiste en une cascade de plusieurs structures dyadiques. Selon la
littrature cette structure comporte frquemment le dtaillant, le distributeur et le fabricant.
39
Structure divergente :
Peut tre considre comme une structure serie modifie reprsentant par exemple une chane
logistique de distribution plus raliste dans laquelle un fournisseur (par exemple un fabricant)
distribue le stock vers plusieurs entits aval (par exemple des dtaillants).
Structure convergente :
Elle reprsente essentiellement une chane logistique dans laquelle plusieurs composants et
matriels fournis par des fournisseurs sont assembls par un fabricant. La configuration de la
structure convergente dpend de la nomenclature (BOM) du produit fini.
Structure rseau :
C'est une combinaison de la structure convergente et de la structure divergente. Cest la
structure la plus complexe.
2.3.3.2. Niveau de dcision (Level of decision) :
On distingue trois niveaux de dcision dans une chane logistique : stratgique, tactique et
oprationnel qui se distinguent par leurs horizons dcisionnels et leurs problmatiques.
2.3.3.3. Modle dinformation de production (Production Information Model (PIM)) :
PIM classifie les informations de production qui affectent la performance de la chane
logistique. Les informations de production doivent tre mesurables dune manire
significative. Certaines de ces informations peuvent tre partag avec des autres.
2.3.3.4. Modes de partage dinformation (Sharing Modes) :
Les modes de partage d'information correspondent au mode de dclenchement de ces
changes (systmatiques ou la demande), leur frquence, leur contenu
2.3.3.5. Cadre rpertoire des performances dynamiques (Dynamics Performance Index
Model (DIM)):
Les auteurs ont propos un cadre rpertoire de la performance pour mesurer la performance
dynamique d'une chane logistique. Le but de cette classification est de mesurer les avantages
du partage dinformation dans diffrentes perspectives et au regard de diffrents indicateurs
de performance utiliss dans la littrature. Ils catgorisent ces indicateurs de performance
dans cinq catgories principales : Processus, Stock, Service client, Effet coup de fouet et
Financier.
2.3.3.6. Modle dynamique de la chane logistique (Supply chain dynamics model
(SCD)):
Il sagit de lapproche utilise pour modliser le problme, i.e.pour tablir les relations entre
les lments de PIM et DIM. D'une manire gnrale, ces types de relations sont trs
complexes, donc, les simplifications sont ncessaires pour tablir des relations correctes et
40
efficaces. Afin de prsenter les avantages et les limites de chaque approche utilise dans la
littrature, les auteurs classifient les travaux analyss selon leur approche de modlisation.
Analyse des impacts des performances dynamiques da la chane (Impacts analysis of dynamic
performances) :
Il sagit de lanalyse des rsultats afin de trouver quels facteurs de PIM ont des effets
significatifs sur la performance da la chane logistique. Dans cette partie, des techniques
systmatiques et fiables pour analyser les impacts de partage d'information sont ncessaires.
Les mthodes statistiques comme les plans d'exprience (design of experience) ou des
procdures statistiques standard comme ANOVA sont courantes dans la littrature.
2.3.4. Autres exemples de la littrature
Dejonckheere et al (2003) analysent l'effet coup de fouet provoqu par l'utilisation de
diffrentes mthodes de prvision lorsque la politique de rapprovisionnement est le niveau
de recompltement fixe. En valuant quantitativement la fluctuation des commandes ils
montrent que dans le systme tudi, l'effet coup de fouet existe toujours sans tenir compte de
la mthode de prvision utilise. Dans une deuxime partie une rgle de dcision gnrale est
prsente qui vite la fluctuation des commandes et russit gnrer des commandes plus
lisses, mme quand la demande est variable. La mthodologie utilise est de type control
system engineering et permet davoir des aperus importants sur le comportement
dynamique du systme. Dans un autre travail Dejonckheere et al (2004), en utilisant la mme
mthodologie, examinent l'impact avantageux du partage d'information dans une chane
logistique multi niveaux. Deux types de rgles de remplissage sont analyses : la politique de
niveau de stock cibl (order-up-to policy (OUT)) et la politique de lissage (la politique utilise
pour rduire la variabilit dans la demande). Pour la politique OUT, ils montrent que le
partage d'information aide rduire significativement l'effet coup de fouet, surtout aux
niveaux les plus amont dans la chane. Cependant, leffet coup de fouet n'est pas
compltement limin et il augmente toujours quand on remonte la chane logistique. Pour la
politique de lissage, ils montrent que le partage d'information est ncessaire pour rduire la
variance de la commande aux niveaux les plus amont de la chane. Ils prsentent aussi une
mesure pour valuer quantitativement l'amplification de la variance ou la rduction de la
variance.
Kim et al (2006) utilisent la mthode statistique pour inclure l'incertitude de dlai et fournir
des expressions pour valuer quantitativement l'effet coup de fouet, tant avec partage que sans
le partage d'information. Ils utilisent des demandes de type iid (Independent and Identically
Distributed) dans une chane logistique de k-tape dans les deux situations. Ils valuent la
moyenne et la variance de la demande pendant le dlai (LTD) de donnes LTD historiques. Ils
calculent aussi l'amplification de la variance comme prsente par Chen et al-(2000), mais
avec des dlais suivant la distribution gamma. Quant l'effet du partage d'informations, ils
constatent quau travers des diffrentes tapes de la chane, la variance augmente presque
41
linairement avec le partage d'information, mais exponentiellement sans le partage
d'information.
Yue et Liu (2006) tudient les avantages du partage de la prvision de la demande dans une
chane logistique fabricant-dtaillant, considrant un canal indirect (avec dtaillant) et un
canal direct (sans dtaillant). Ils analysent le scnario 'fabrication la commande', dans lequel
les prix sont fixs pralablement et o la production a lieu lorsque l'on connat la demande
finale et le scnario 'fabrication pour les stocks', dans lequel la production est ralise avec
des prix fixs avant de connatre cette demande. Ils constatent que le canal direct a un impact
ngatif sur la performance du dtaillant et que dans certains contextes, la performance est
amliore par ce partage pour le fabricant ou la chane logistique entire. Leur recherche
tend et compltent les travaux antrieurs qui ont examin seulement les avantages du partage
d'information concernant le stockage et le rapprovisionnement.
Thonemann (2002) analyse comment le partage dinformations sur la demande prvue
(advance demand information (ADI)) peut amliorer la performance de la chane logistique. Il
considre deux types d'ADI : ADI agrg (A-ADI) et ADI dtaill (D-ADI). Avec A-ADI, les
clients donnent la possibilit aux fabricants de savoir sils passeront une commande pour un
certain produit dans les prochaines priodes, mais ne partagent pas d'informations sur les
produit quils vont commander ni auprs de quel fabricant potentiel cette commande sera
passe. Avec D-ADI, les clients partagent linformation sur les produits quils vont
commander, mais le fabricant qui recevra la commande est toujours incertain. Il montre que le
fabricant et les clients profitent du partage dADI, mais que ce partage augmente l'effet de
coup de fouet. Il montre aussi que dans certaines conditions il est optimal de partager soit
lADI de personne soit lADI de tous les clients. Il tudie deux chanes logistiques en dtail:
une chane logistique avec un nombre arbitraire de produits qui ont des taux de demande
identiques et une chane logistique avec deux produits qui ont des taux de demande
arbitraires. Pour ces deux cas, il analyse comment les valeurs d'A-ADI et dD-ADI dpendent
des caractristiques de la chane et de la qualit des informations partages et il identifie des
conditions dans lesquelles le partage dA-ADI et dD-ADI peut significativement rduire le
cot.
Sahin et Robinson (2005) dans leur recherche, base sur les observations d'une relation
fabricant-fournisseurs industriels, examinent l'impact du partage d'information et de la
coordination de flux physique dans une chane logistique ayant un systme de fabrication la
commande. Ils dveloppent mathmatiquement des procdures de simulation pour analyser la
politique de commande du fabricant, les activits de transport et les processus industriel et
dexcution de commande du fournisseur conformment cinq stratgies d'intgration
alternatives. Leur objectif est de mesurer la valeur de partage de l'information et de la
coordination dans diffrentes stratgies, didentifier si les avantages rsultent du partage
d'information ou de la coordination, dtudier la rpartition des bnfices parmi des membres
de la chane, et enfin danalyser l'impact de facteurs exognes sur le cot du systme. Les
rsultats exprimentaux indiquent une rduction de cot de 47.58 % lorsque lon passe d'une
42
chane logistique traditionnelle un systme totalement intgr. Tandis que le partage
d'information rduit les dpenses, l'avantage conomique principal vient de la prise de
dcisions coordonne. Les conomies associes l'intgration du systme ne sont pas
galement rparties parmi des membres de la chane et varient selon la stratgie
Kelle et Akbulut (2005), dans une synthse de la littrature, se concentrent sur les aspects de
gestion des stocks et de coordination de la chane logistique passant en revue des modles
quantitatifs rcents et les rsultats prsents dans la littrature. Aprs avoir rappel quelques
outils importants et les concepts la base des ERP, ils prsentent les obstacles la
coopration dans les chanes logistique. En premire analyse, ils considrent la relation
traditionnelle entre l'acheteur et le fournisseur, puis sintressent au cas du partenariat et la
politique de commande optimale groupe. Ils considrent enfin une structure rseau et
proposent une structuration plusieurs niveaux de coopration pour des partenaires de la
chane logistique.
Gll (1997) tudie le partage de prvisions de la demande dans une chane deux chelons
compose d'un dpt central et de N dtaillants. L'objectif est de dterminer une politique
daffectation/rassortiment de dpt qui rduit au minimum le cot total du systme. Gullu
considre deux modles, celui qui utilise les prvisions de la demande et l'autre qui ignore ces
prvisions. En comparant les deux modles, il mesure la valeur d'information de la demande.
Gurbuz et al. (2004) considrent un systme de distribution compos d'un entrept alimentant
plusieurs dtaillants dans lequel le crossdocking est utilis. Ils supposent que l'entrept - qui
est responsable de la commande, de laffectation, et de la distribution des produits aux
dtaillants - ne garde aucun stock et a accs l'information en temps rel des inventaires et
des demandes de tous les dtaillants. En intgrant le cot de transport dans le modle, ils
crent un cadre pour prendre en charge simultanment les dcisions de stockage et de
transport sous un systme de crossdocking. Ils proposent une politique pour fournir le stock
aux dtaillants et considrent aussi trois autres politiques. Ils comparent la performance de ces
politiques dans ce modle.
2.3.5. Approches de modlisation et dvaluation de la valeur dinformation
Pour quantifier la valeur dinformation, deux approches majeures sont utilises : analytique et
simulation.
2.3.5.1. Lapproche analytique
Dans l'approche analytique, les caractristiques (proprits) d'un modle de la chane
logistique sont drives en utilisant des thories mathmatiques. Les caractristiques et les
hypothses associes sont rapproches du comportement du modle pour analyser les effets
du partage dinformation.
Chen 1998, a tudi les bnfices du partage d'information dans un systme de stockage
multi-chelons
43
Gavirneni et al. 1999 en supposant que le dtaillant utilise une politique de type (s, S) et
reoit une demande indpendante et identiquement distribue (i.i.d), calculent les bnfices du
partage d'information dans une chane logistique avec capacit finie et deux niveaux.
L'objectif est de dterminer une stratgie de production afin de minimiser les cots du
fournisseur, sous diffrents scnarios daccessibilit aux informations aval par le fournisseur.
Lee et al. (2000) tudient la valeur d'information dans un modle deux niveaux. Ils ont
montr l'impact du coefficient d'auto-corrlation et du dlai d'approvisionnement sur les
avantages du partage d'informations.
Cachon et Fisher (2000) et Aviv et Federgruen (1998) ont tudi les avantages du partage
d'informations dans un systme avec un entrept et plusieurs dtaillants. Comme hypothses
ils supposent une capacit infinie de lentrept mais avec une limitation de niveau de stock
chez les dtaillants. Dans le modle de Cachon et Fisher il existe des tailles de lots, alors que
Aviv et Federgruen assument quil y a des cots de passation de commande fixes entre le
fournisseur et les dtaillants. Ces deux tudes ont observ que les avantages du partage
dinformation sous ces hypothses est trs faible, en moyenne environ 2% dans le cas de Aviv
et Federgruen et environ 2.2% dans le cas de Cachon et Fisher. Aviv et Federgruen analysent
l'efficacit d'un programme de Gestion Partage des Approvisionnements (Vendor managed
Inventory (VMI)) o linformation de ventes et de stockage est utilise par le fournisseur pour
dterminer la synchronisation et la quantit des marchandises expdier aux dtaillants.
2.3.5.2. Lapproche simulation
La simulation prsente une approche efficace pour lanalyse et lvaluation dtailles des
problmes de conception et de gestion de la chane logistique (Swaminathan et al. 1997). Une
des approches de simulation connue et beaucoup utilise pour modliser les chanes
logistiques est la dynamique des systmes, qui a t dveloppe par Forrester (1961). Cette
technique a t ractive et modifie pour tudier les dynamiques de chane logistique (Towill
et al. 1992, Sterman 2000). Cette technique est simple et efficace pour tudier l'impact de
diffrentes politiques sur le comportement de systme. (Huang et al.2003).
Les recherches courantes sur la dynamique des systmes dans le domaine de la chane
logistique traitent de diffrents problmes comme le stockage, la ractivit, laccroissement de
la demande, la conception et lintgration de chane logistique (Angerhofer et al. 2000).
Mason-Jones et Towill 1997, ont dvelopp un modle de simulation pour analyser
lamlioration comparative des performances dans la chane logistique en prsentant les
avantages dynamiques accessibles grce lenrichissement dinformation. Zhao et Xie 2002,
en dveloppant un modle de simulation, ont examin l'impact des erreurs de prvisions de la
demande sur la valeur du partage dinformations entre les dtaillants et le fournisseur dans
une chane logistique.
Rcemment les chercheurs ont utilis des modles multi-agents pour tudier le problme du
partage dinformation. Un systme multi-agents (MAS) est une branche de l'intelligence
44
artificielle (Wooldridge 2002) Yuan et al. (2001) ont prsent une brve revue des
applications de MAS dans la chane logistique.
Kimbrough et al. (2000) ont utilis le systme dagents pour tudier l'effet coup de fouet. En
particulier, ils mettent lapplication du jeu de la bire du MIT comme un modle systme
dagent avec lavantage de pouvoir intgrer la fonction de cot asymtrique (diffrentes
valeurs pour le cot de possession de stock et la pnalit de rupture de stock). Ils ont
dvelopp un algorithme en sept tapes pour chercher la politique optimale de stockage
(optimal order policy)). Lau et al. (2002) ont dvelopp un modle de simulation multiagents
pour montrer comment on peut utiliser le MAS afin d'tudier le partage dinformation dans
une chane logistique (Lau et al. 2004). Ils ont valu l'impact de diffrents niveaux de
partage d'information sur la dcision de rapprovisionnement (replenishment decision) en
utilisant un modle de simulation multiagents.
2.4. Proposition dun cadre gnral danalyse de la littrature
Nous appuyant sur cette revue de littrature nous proposons un modle conceptuel gnral
reposant sur la distinction de trois lments principaux :
1 le contexte tudi
2 la stratgie du partage adapt
3 les indicateurs de performance utiliss
La structure de ce modle est la suivante
Tableau 2-1: structure du modle conceptuel propos pour analyser la littrature
Contexte
Stratgie
C1 C2 C3
S1
IP
1
(11) IP
4

(11)

S2
IP
3
(23) IP
4

(23)
S3
IP
1
(32) IP
5

(32)

2.4.1. Contexte
Le contexte reprsente les caractristiques de la chane tudie (C
i
dans le modle). Selon
Huang et al 2003 les deux lments importants qui doivent tre considrs sont la structure
physique de la chane logistique et le niveau de la dcision.

45
2.4.1.1. La structure physique de la chane
La classification de Huang et al (2003) prsente dans la section prcdente est la plus
complte dans tous les travaux considrs. Cest celle que nous avons retenue dans notre
modle conceptuel. Il contient donc cinq structures : Serial, Divergent, Dyadique, Convergent
et Network.
2.4.1.2. Le niveau de la dcision
On distingue dans la littrature trois niveaux dcisionnels : Stratgique, Tactique et
Oprationnel. Dans cette recherche ainsi dans cette classification de la littrature nous ne
nous intressons quau niveau oprationnel.
2.4.2. Stratgie
Nous retenons deux lments essentiels pour qualifier cette stratgie :
2.4.2.1. Type dinformation partager
Selon Chen et Yu (2005), en termes dinformation partag, on peut distinguer :
Linformation aval, quand un partenaire aval de la chane logistique envoie ses informations
vers les parties amont de la chane, informations telles que la demande des clients finaux, les
ventes, etc.
Linformation amont quand un partenaire amont de la chane logistique envoie ses
informations vers partie aval de la chane, informations telles que la capacit de production,
le dlai de rapprovisionnement, etc.
Huang et al 2003 prsentent une liste importante des diffrentes informations partages telles
quelles apparaissent dans la littrature. Ils les catgorisent dans un modle de linformation
de production qui contient six catgories : Production, Process, Inventory, Resource, Order
and Planning.
Nous appuyant sur ces travaux nous distinguerons dans notre analyse :
- Les informations de la partie aval
o Inv : niveau de stock (Inventory level)
o D : demande
o Dv : variance de la demande
o Dc : corrlation de la demande
o DF : prvision de la demande (demand forecast)
o AD : demande en avance (advanced demand information)
o BS : taille de lot de la commande (order batch size)
o FM : modle de la prvision (forecasting model)
46
o ODD : date darriv de la commande (order due date)
o OS : calendrier des commands (order schedule)
o EPOS : point de vente lectronique (electronic point of sale)
- Les informations de la partie amont
o Lt : dlai dapprovisionnement (leadtime)
o VLt : variance du dlai (variance of leadtime)
o Olt : dlai de livraison (order transfer leadtime)
o Cap capacit
o Q : qualit
o PC : cots du processus (process costs)
2.4.2.2. Niveau du partage dinformation (Degr de lenrichissement)
Selon Ketzenberg et al, 2007 le niveau de visibilit de linformation par rapport au scnario
de base (marginal information) est aussi important. Il montre quil y a une relation positive
entre lcart informationnel et la valeur dinformation, c'est--dire que plus la diffrence est
grande entre le scnario de base et celui du partage, plus la valeur de linformation est leve.
Au final, cela ne signifie pas toujours la rentabilit du partage dinformations. Lau et al 2002,
en distinguant trois niveaux de partage, montrent que le partage complet nest pas conseiller
dans toutes les conditions, les investissements ncessaires pour raliser ce niveau de partage
pouvant tre plus levs que les gains qui en rsulteront.
Huang et al 2003 parlent de deux types denrichissement : Timeliness et
Neighbourhood . Le timeliness correspond au retard et la prcocit du partage
dinformation. Le retard est la cause principale de leffet coup de fouet. Dautre part un
partage dinformation en avance peut amliorer la performance de la chane logistique. Le
neighbourhood indique ltendue de ce partage. Il faut savoir avec qui le partage est plus
rentable car les cots du partage global dinformation peuvent tre plus levs que les gains
en rsultant
Gavirneni et al. 1999 considrent un autre type denrichissement proportionnel dinformation
entre deux partenaires (structure dyadique). Dans le cas du partage complet (troisime
scnario) le fournisseur recueille des informations supplmentaires qui lui permettent de
connaitre le niveau exact de stock chez le dtaillant alors que dans le cas du partage partiel
(deuxime scnario), il ne connat que de manire probabiliste cette information. On peut
nommer cet aspect comme laspect Relatif .
Tenant compte de ces travaux nous proposons de distinguer deux niveaux de partage
dinformation : le Partage partiel et le Partage complet . Dans le cas de partage partiel,
limprcision peut porter sur trois aspect diffrents : Timeliness , Neighbourhood et
Relatif :
47
- Partage complet
- Partage partiel
o Timeliness
o Neighbourhood
o Relatif
o
Le but principal de cette classification est de montrer les manquants dans la littrature sur le
niveau du partage dinformation.
2.4.3. Classification par types dinformation et de structure
Nous appuyant sur ce modle, ne reprenons ci-aprs la revue de littrature prsente de ce
chapitre et concernant le niveau oprationnel. Le Tableau 2-2 donne cette liste avec une
numration de chaque rfrence qui sera utilise dans les tableaux danalyse.
Les tableaux danalyse montrent des manques importants sur plusieurs structures et plusieurs
types dinformation. Dun point de vue gnral on peut dire il y a plus de travaux portant sur
les informations de type aval que sur celles de type amont. Le niveau de stock, la demande
finale, la variance de la demande et la corrlation de la demande ont reu beaucoup
dattention, principalement dans les structure dyadique, serial et divergent.
Lanalyse sur les informations amont, comme indiqu par Chen et Yu 20005, illustre
clairement quil existe peu de travaux en comparaison de ceux portant sur les informations
aval. Ainsi seuls quelques travaux tudient leffet du partage dinformation du dlai et de la
capacit dans les structures simples (dyadique et serial). Ces manquants justifient notre
motivation de recherche sur linformation amont.
Concernant le niveau du partage dinformation, la majorit des travaux ne prennent en
considration que le partage complet dinformation.
48
Tableau 2-2 : Liste des rfrences
N Rfrence N Rfrence
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Anderson et al. (2000)
Aviv (2001)
Aviv et Federgruen (1998)
Banerjee et al. (2001)
Beamon et Chen (2001)
Bourland et al. (1996)
Cachon et Fisher (2000)
Chen (1998)
Chen (1999)
Chen et al. (2000a)
Chen et al. (2000b)
Chen et Yu (2001)
Chen et Yu (2005)
Cohen (2000)
DE Souza et al. (2000)
DeCroix and Mookerjee (1997)
Dejonckheere et al (2004)
Disney et al. (1997)
Dobson et Pinker (2006)
Fleisch et Powell (2001)
Fox et al. (2000)
Gavirneni (2001)
Gavirneni (2002)
Gavirneni et al. (1996)
Gavirneni et al. (1999)
Gilbert et Ballou (1999)
Gullu (1997)
Gurbuz et al. (2004)
Helo (2000)
Hong-Minh et al. (2000)
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
Karaesmen et al. (2002)
Kim et al (2002)
Lakhal et al (2001)
Lau et Lau (2001)
Lau et al. (2002)
Lee et al. (1997)
Lee et al. (2000)
Lin (1996)
Mason-Jones et Towill (1997)
Mason-Jones et Towill. (1999)
Metters (1997)
Moinzadeh (2002)
Ng et al. (2001)
Ozer (2000)
Rappold et Muckstadt (2000)
Sahin et Robinson (2005)
Sharafali et Co (2000)
Swaminathan et al. (1997b)
Thonemann (2002)
Tsung (2000)
Towill (1996)
Towill et al. (1992)
Wei et Krajewski (2000)
Weng (1999)
Wikner et al. (1991)
Xu et al. (2001)
Yu et al. (2001)
Yue et Liu (2006)
Zhao et Xie (2002)
Zhao et al. (2001)




49
Tableau 2-3 : Classification de la littrature, information aval
Contextes
Stratgies
Dyadique Serial Divergent Convergent Network
Partiel.
25
Inv
Complet.
3, 14, 23, 24,
25 56
30, 38
3, 4, 7, 22, 28,
42, 43, 45, 54
38
Partiel.
35
D, Dv
et Dc
Complet.
3, 6, 8, 11, 14,
16, 23, 24, 31,
34, 36, 37, 41
47, 56, 57
9, 10, 15, 30,
38, 39, 40, 44,
52, 55
3, 5, 22, 28, 35,
42, 44, 45, 59,
60
5 38
Partiel.
2 57 49
DF,
AD
Complet.
2, 56 26, 57 6, 27, 49
Partiel.

BS
Complet.
36
Partiel.

FM
Complet.
27, 59
Partiel.
46 53
ODD,
OS
Complet.
25 46 21, 53
Partiel.
18
EPOS
Complet.
17, 18








50
Tableau 2-4 : Classification de la littrature, information amont
Contextes
Stratgies
Dyadique Serial Divergent Convergent Network
Partiel. 13
Lt
,
VLt

Complet. 19, 13 1, 20, 29, 51 4
Partiel.
OLt
Complet. 51
Partiel.
Cap
Complet. 11, 48 29 32 33
Partiel. 50
Q
Complet. 50
Partiel.
PC
Complet. 33

2.4.4. Cartographie des indicateurs de performance
Cette analyse est prsente dans le Tableau 2-5. Chaque situation fait rfrence un contexte
et une stratgie Cette analyse donne la possibilit davoir une vue gnrale sur la relation
entre dune part les indicateurs de performance et dautre part les structures et les types
dinformation partages.
Huang et al 2003 distinguent cinq catgories dindicateurs de performance :
Indicateurs lis au stockage : tels que cots de possession et cots de rupture de stock. Ce
type de mesure est largement utilis dans la littrature. Le niveau de stock, comme un
indicateur plus direct, est aussi utilis dans quelques travaux. Un autre indicateur de cette
catgorie est le stock de scurit qui est indirectement li aux cots de rupture de stock.
Indicateurs lis aux processus : tels que le dlai, les cots oprationnels et la qualit.
Lutilisation optimale des ressources, telle que lutilisation des capacits est aussi un
indicateur associ cette catgorie.
Indicateurs lis au service client : il y a deux faons pour mesurer la satisfaction des clients
finaux dune chane logistique : au niveau des livraisons et au niveau de la disponibilit des
biens et des services. La qualit des livraisons peut tre mesure sous forme de dlai et de
51
retard. Le dlai est le dcalage entre la date de passation de commande et la livraison tandis
que le retard fait rfrence au dlai ngoci. La disponibilit des biens et des services est
mesurable par le taux de couverture (file rate) et le temps de rupture. Le taux de couverture
sexprime comme le rapport entre les demandes satisfaites et la demande totale.
Indicateurs lis leffet coup de fouet (bullwhip effect) : une faon de mesurer cet effet est la
mesure de la variance de la demande ou des commandes reues par chaque entit de la chane
logistique. Lautre faon est lamplification de la variation des commandes au travers de la
chane logistique.
Indicateurs financiers : les indicateurs financiers sont un lment trs important, permettant
dvaluer les bnfices du partage dinformation. Les plus courants sont le revenu, le profit et
la rotation de stock.
Lensemble des indicateurs de performance (IP) considrs dans les travaux analyss est les
suivants :
HC : cots de possession de stock (holding costs)
BC : cots de rupture du stock (backlog costs)
P : profit
OV : variation de la demande/commande (effet coup de fouet)
SS : stock de scurit
IL : niveau de stock (inventory level)
FR : taux de couverture (fill rate)
TS : temps de rupture (shortage time)
Td : retard (tardiness)
OC : cots oprationnels (operating costs)
QM: mesure de la qualit (quality measure)
52
Tableau 2-5 : Cartographie des indicateurs de performance pour les infos aval et amont
Contextes
Stratgies
Dyadique Serial Divergent Convergent Network
Inv
HC (3,14,23,24)
BC (3,14,23,24)
P (14)
OV (56)
SS (56)
HC (30,38)
OV (30)
IL (30)
FR (30,38)
SS (30)
HC (3,7,22,42,
43,45)
BC (3,7,22,42,45)
TS (4)
SS (45,54)

D, Dv et Dc
HC (3,6,8,16,23,
24,37,57)
BC (3,6,8,16,23,
24,57)
FR (6)
OV (11,36,56)
P (14,34,41,47)
IL (37,57)
SS (56)
HC (9,15,30,38,
44)
BC (9,15)
OV (10,15,30,39,
40,52)
FR (38)
IL (39,40)
HC (3,5,42,44,
45,59,60)
BC (3,42,45,59,
60)
FR (5)
SS (45)
OV (55)

DF, AD HC (26)
BS OV (36)
FM
HC (59)
BC (59)

ODD, OS
HC (53)
IL (21)

EPOS
OV (18)
IL (18)

Lt
,
VLt

P (19)
IL (1,29)
Td (20)
OV (51)

OLt OV (51)
Cap
FR (48)
P (48)
IL (29)
HC (32)
BC (32)
OC (33)
Q QM (50)
PC OC (33)
2.5. Partage dinformation du dlai dapprovisionnement
Le dlai ou le retard sur le dlai, est un des facteurs majeurs qui contribuent l'effet de coup
de fouet (Lee et al 1997). Les impact du dlai dexpdition (Lee et al 2000) et du dlai
dapprovisionnement (Towill et al. 1992) sur les avantages du partage d'information (par
exemple sur le partage d'information de la demande) ont t examins dans la littrature. Le
53
rsultat gnral est que, plus le dlai est lev, plus faibles sont les avantages du partage
d'information. Les impacts de la variance de dlai ont aussi t tudis (Parunak et al. 1998;
Beamon et Chen 2001). Une variation plus petite conduit un avantage plus important du
partage d'information.
Il n'y a pas beaucoup d'tudes sur les effets de partage d'information de dlai. Dobson et
Pinker (2006) analysent les facteurs qui dterminent si vraiment le partage d'information de
dlai (state-dependent leadtime), peut profiter une entreprise. Dans leur modle de
production de file d'attente stochastique, lentreprise a le choix pour partager diffrentes
quantits d'informations. Ils se concentrent sur les entreprises qui fournissent un service aux
clients et cherchent maximiser la satisfaction des demandes clients. Ils modlisent une
entreprise fournissant aux clients une estimation du dlai pour satisfaire une nouvelle
demande base sur le nombre de demandes dj dans la file d'attente. Ils tirent des conditions
dans lesquelles partager plus d'informations avec des clients amliore les profits de
lentreprise et la satisfaction des clients.
Ils montrent aussi que le partage dinformation namliore pas toujours la performance de
lentreprise. Leurs rsultats montrent que les avantages du partage dinformation de dlai
dpendent de la nature de la demande et de la tolrance du client sur le dlai (vente perdue ou
reporte). Leurs travaux montrent que grce au partage d'informations de dlai, le temps
dattente peut diminuer, amliorant ainsi galement le service client. Ils concluent que le
partage dinformations de dlai naccrot la performance que lorsque lon connat de manire
suffisamment prcise le comportement du client en cas de rupture.
Fleisch et Powell (2001) en considrant un rseau d'entreprises, examinent l'amlioration de
l'exactitude de la date promise quand le fabricant connat les informations de dlai d'autres
fournisseurs dans la chane logistique. Ils se concentrent sur un problme oprationnel
spcifique : Comment le fournisseur du client final dtermine ses engagements en termes de
dates de livraison. Dans une chane logistique traditionnelle, le fournisseur final a peu ou pas
d'informations sur la performance de livraison de ses fournisseurs intermdiaires et ainsi
rencontre des difficults pour fixer sa propre date de livraison. D'autre part, dans un rseau
dentreprises intgr, le progiciel de gestion intgr (ERP) du fournisseur final peut agir de
concert avec les ERP de tous ses fournisseurs intermdiaires pour dterminer exactement la
programmation des flux dans le rseau et ainsi rpondre avec prcision la demande d'un
client spcifique. Ces informations devraient amliorer le savoir-faire du fournisseur final
pour fixer des dates de livraison ralistes.
Les auteurs ont dvelopp un modle analytique simple quils ont progressivement enrichi.
Leur modle analytique leur permet de conclureque l'intgration dinformations non
seulement amliore significativement la moyenne des dlais de livraison dans le rseau, mais
aussi amliore trs fortement la performance relative au pire cas (worst-case). Linsatisfaction
dun client tant gnralement associe la performance du pire cas, l'intgration
dinformation peut tre fortement avantageuse mme si son effet sur la moyenne du temps de
54
livraison est faible. Les modles de simulation permettent de comparer la performance de
rseaux dentreprises plus ralistes. Ces modles montrent, par exemple, que la valeur
d'intgration dinformation dpend la fois de la structure du rseau lui-mme (en srie ou
arborescence) et du point de dcouplage entre les commandes et la production. Ces travaux
permettent d'identifier les types de rseaux d'entreprises dans lesquels l'intgration
dinformation a la valeur la plus haute.
Chen et Yu 2005
Ils tudient un modle de stockage unique avec des dlais alatoires. Le stock est
approvisionn par un fournisseur unique, qui, lorsquil reoit une commande de
rapprovisionnement, connat exactement la date de livraison de celle-ci. Les auteurs tudient
la valeur de linformation sur le dlai de livraison dans ce contexte.
Dans un scnario, le gestionnaire connat le dlai pour chaque commande passe. Cela
reprsente le partage d'information complet entre le gestionnaire et le fournisseur qui connat
exactement quand une commande entrant sera expdi. L'autre scnario est quand le
gestionnaire a seulement l'accs l'historique d'arrive des commandes et peut utiliser ces
informations historiques pour prvoir le dlai actuel et dcider du rapprovisionnement en
consquence. C'est un cas de non partage d'information. La diffrence dans la performance de
systme entre les deux scnarios reprsente la valeur d'informations de dlai.
Le modle
La politique de stockage est priodique et l'horizon de planification est infini. Ils modlisent
le processus de rapprovisionnement par une chane de Markov avec tat fini base sur les
travaux de Song et Zipkin (1996). Un dtaillant achte un produit d'un fournisseur extrieur
au dbut de chaque priode. La demande client est priodique, les demandes des diffrentes
priodes tant des variables alatoires indpendantes et identiquement distribues.
Song et Zipkin (1996) prsentent un modle de stock de stockage pour des situations o le
systme de rapprovisionnement peut tre caractris avec un modle Markovian exogne.
Cela signifie que l'volution de la chane de Markov est indpendante du systme de gestion
de stock du dtaillant. Les commandes se placent dune faon squentielle et ne se croisent
jamais. Le temps et l'espace ont t modliss comme discrets et toutes les donnes comme
stationnaire dans le temps. Les Changements du systme sont caractriss par un processus de
Markov = {
t
}. Le systme de rapprovisionnement reprsente des activits de transport et/ou
de production. Song et Zipkin (1996) ont montr qu'une politique de type base-stock ( en
anglais state-dependent, base-stock policy ), est optimale. Celle-ci consiste passer des
commandes chaque priode t visant reconstituer un niveau de stock de base fonction du
dlai correspondant (L
t
).
Soit L
t
, un entier positif, dlai pour une commande passe dans la priode t. (Ainsi la
commande arrive dans la priode t + L
t
.) Supposons que L def = {Lt} est une chane de
Markov avec l'espace d'tat S = {1, 2, ,M}, o M est un entier fixe et positif. p
ij
est la
55
probabilit de transition tape unique, de l'tat i ltat j. Pour assurer quil ny a aucun
croisement de la commande, ils limitent les probabilits de transition pour que p
ij
= 0 pour
toutes les j < i-1. (La matrice de transition a ainsi une forme triangulaire semi-suprieure.)
Partage d'information Complet : Au dbut de chaque priode t, le dtaillant apprend la valeur
de L
t
et dcide combien commander. Dfinissant le niveau de stock comme le stock en main
moins la commande en souffrance, on prend IL (t) comme le niveau de stock la fin de
priode t. Les cots de possession et de commande en souffrance dans la priode t sont hIL
(t)
+
+bIL (t)
-
.
L
t
: Un entier positif, prsentant le dlai pour une commande passe dans la priode t.
L = {L
t
}: Une chane de Markov avec espace d'tat S.
S = {1, ., M}, O le M est un entier fixe et positif.
p
ij
: La probabilit de transition tape unique de l'tat i ltat j.
p
ij
= 0 pour toutes les j < i-1 (Pour assurer quil ny a aucun croisement de la commande)
P: La matrice de transition
y: La position de stock au dbut de priode t.
g (l, y): Le cot attendu de priode t avec le dlai gale l et la position de stock gale y.
Et ensuite le cot total attendu charg la priode t, pour tous les mS, est:
( ) ( ) ( y l g m L l L pr y m G
M
m l
t t
, / ,
1
=
+
= = )

Les auteurs fournissent un algorithme itratif pour calculer le niveau optimal de stock de base,
qui se modifie dun tat lautre. Il est semblable l'algorithme dvelopp par Chen et Song
(2001) pour des modles de chane logistique avec un processus de demande markovienne.
Aucun partage d'information : Le fournisseur ne partage pas avec le dtaillant linformation
de dlai. En consquence, au dbut de priode t, le dtaillant ne connat pas la valeur exacte
de L
t
. Comme le dtaillant sait que le L
t
est produit par une chane de Markov, il peut utiliser
la structure de Markov et l'historique des commandes pour dduire quelques informations sur
le dlai actuel et dcider de la quantit commander en consquence.
La politique la plus simple que le dtaillant peut utiliser est une politique de reconstitution
dun stock cible indpendant de l'historique des commandes. Dans chaque priode, le
dtaillant passe une commande pour atteindre un niveau constant de stock cible (y). Sous
cette politique, le cot moyen pour le dtaillant est :

S m
y m G m ) , ( )( ( O () est la distribution stationnaire de la chane de Markov L.
C'est une fonction convexe. En optimisant y, nous obtenons le niveau constant et optimal de
stock de base Y et le cot moyen correspondant C
S
. Ici C
S
est une borne suprieure des cots
56
moyens optimiss en longue dure que le dtaillant peut raliser dans le cas de non partage
dinformation
Finalement comme troisime politique, ils considrent un politique de stock de base
dpendante de lhistorique darrives de commande. Il est facile de voir que ce scnario fictif
augmente efficacement les informations du dtaillant sur le processus de dlai. Donc, la
moyenne optimiss des cots longues dures ralisable sous le scnario fictif fournit un
minorant pour le cas de non partage d'information.
Rsultats
Dans les exemples numriques, ils ont suppos que les commandes extrieures arrivent selon
un processus de Poisson avec des taux de demande bas et haut. Pour le taux de demande bas,
linformation de dlai a une valeur limite (2 % en moyenne). Les rsultats pour les grands
volumes montrent que la valeur d'informations de dlai peut tre significative (de 11%
41%).
2.6. Conclusion
Ltat de lart prsent dans ce chapitre nous a permis de cibler notre travail de recherche
grce au recensement des domaines de recherche ayant fait lobjet de peu dinvestigations. La
cartographie faite des travaux de recherche dans ce domaine met en effet en vidence deux
lments essentiels. Dune part on constate que peu de recherches concernent le partage
dinformations au niveau de la chane logistique amont. Dautre part, seules les structures de
rseau les plus simples ont t considres dans ces recherches. Cest partir de cette
synthse bibliographique que nous avons dfini notre problmatique de recherche savoir
leffet du partage dinformation de dlai dapprovisionnement (type dinformation amont)
dans les centres de distribution (structure divergente). Cette problmatique ainsi que nos
propositions sont abords dans les chapitres suivants.
57
Chapitre 3. : Partage dinformation de dlai dans un
centre de distribution : Problmatique, Dmarche de
rsolution et Simulation
3.1. Introduction
Aprs avoir prcis notre problmatique de recherche, nous prsentons la dmarche globale
retenue. Cette dmarche en six tapes principales est celle qui a t retenue pour lensemble
de ce travail de recherche. Deux modles et mthodes de rsolution sont ensuite prsents : un
modle analytique et un modle de simulation. En termes de simulation, limplmentation du
modle a t ralise dans lenvironnement MATLAB. La premire tude ralise par
simulation pour valuer la valeur du partage dinformation entre un fournisseur et un centre
de distribution est ensuite dveloppe, les rsultats obtenus prsents et analyss.
3.2. Problmatique
Nous nous proposons dans notre recherche dtudier leffet du partage dinformation sur
diffrentes dcisions pour de grands centres de distribution : stockage, affectation, transport,
etc. Ces centres de distribution (illustr comme CENTRE dans la Figure 3-1) peuvent tre de
deux type : un dpt ne gardant pas de produits en stock (sans stock central) ou un entrept
considr comme un centre dentreposage et de distribution avec stock central. Avant de
prsenter notre dmarche de recherche, nous dcrivons le contexte dans lequel nous nous
situons.
58
59
Dlai externe alatoire
C
E
N
T
R
E
Dtaillant 1
Dlai fixe
Dtaillant 2
Demandes alatoires
Dtaillant J
Fournisseur 1
Fournisseur 2
Fournisseur I
Figure 3-1: Un centre de distribution avec dlai alatoire
Comme lillustre la Figure 3-1, nous considrons dans cette recherche le cas o le centre de
distribution reoit les commandes avec des dlais alatoires. Ceci signifie que le dlai
dapprovisionnement auprs des fournisseurs est alatoire. Il peut y avoir plusieurs
fournisseurs et le centre peut commander chez tous ces fournisseurs ou chez une partie de ces
fournisseurs. Pour modliser le dlai comme un variable alatoire, nous considrons le
systme dapprovisionnement comme une file dattente. Par contre, le dlai de livraison, entre
le centre et les dtaillants, est considr comme fixe.
La demande finale chez tous les dtaillants est aussi alatoire. On suppose que cette demande
finale suit la mme loi de distribution pour tous les dtaillants, mais les paramtres de la
distribution (moyenne, cart type, etc.) peuvent tre diffrents.
3.3. Dmarche de la rsolution
La dmarche que nous avons retenue est une dmarche en six tapes.
3.3.1. Phase 0 et 1 : Etude des stratgies de rapprovisionnement et des
hypothses dallocation pour un centre de distribution dans les modles existants
Cette premire phase de notre dmarche consiste en ltude des diffrentes stratgies de
rapprovisionnement et des diffrentes hypothses dallocation dans les modles existants.
Une synthse considre comme la phase 0 est ncessaire pour avoir une vue gnrale sur
diffrentes approches de rapprovisionnement et dallocation. Cette analyse nous a conduit
formuler diffrents choix pour dvelopper nos scnarios de recherche. Notre tude sur les
modles existants nest pas de type bibliographique (prsente dans les deux premiers
chapitres), mais plutt vise slectionner quelques approches plus importantes et utiles pour
la dtermination de nos scnarios de recherche.
Un centre de distribution est un centre de dcision pour plusieurs dtaillants. Il prend deux
dcisions principales : a) passer les commandes (rapprovisionnement) auprs des
fournisseurs pour rpondre aux besoins de tous les dtaillants, et b) affecter les marchandises
reues aux dtaillants.
3.3.1.1. Stratgies de rapprovisionnement.
La stratgie de rapprovisionnement reprsente le mcanisme de passation de commande,
cest--dire le processus conduisant dcider des quantits et frquences de
rapprovisionnement dans le dpt. Pour tous les systmes de gestion des stocks
stochastiques, il est ncessaire de spcifier la forme de la politique de rapprovisionnement.
Selon Cachon et Ficher (2000), tous les points de stockage suivent une politique de type
(R, nQ) et la taille de lot du fournisseur est un entier multiple de celui des dtaillants. Daprs
Moinzadeh (2002) les dtaillants suivent une politique normale de type (Q, R) mais la
politique de rapprovisionnement du dpt change en fonction de la position de stock des
dtaillants.
La stratgie de rapprovisionnement dans la littrature dpend de la configuration de la chane
logistique et des paramtres de dcision. Song et Zipkin (1996) montrent que pour les
systmes avec un dlai dapprovisionnement Markovien et dans le cas dinformation parfaite,
le niveau optimal de stock dpend de ltat du systme (une politique nomme en anglais
state-dependent base-stock policy ). Cest--dire quon commande la priode t pour
ramener la position de stock du systme un niveau de stock de base fonction de L
t
(L
t
est le
dlai la priode t qui est alatoire et distribu Markovien).
60
Figure 3-2 : Dmarche de la rsolution (recherche)
Phase 4
Phase 5
Les modes de coopration
- Centralis
- Dcentralis
-
Les flux dinformation
- Partag
- Historique
- Sans information
-
Les Scnarios envisager:
- Scnario 1
- Scnario 2
-
Programmation et simulation
Les modles mathmatiques
Phase 0
Phase 2
Phase 1
Phase 3
Des hypothses dallocation :
- Hypothse 1
- Hypothse 2
-
Des stratgies de
rapprovisionnement :
- Stratgie 1
- Stratgie 2
-
Etudier les stratgies de rapprovisionnement et les hypothses dallocation
pour un centre de distribution dans les modles existants.
Phase 6
Analyse des rsultats
3.3.1.2. Hypothse dallocation.
La stratgie de rapprovisionnement est associe une hypothse dallocation. Dans un
modle centralis, on connat le niveau de stock de tous les dtaillants et on peut affecter les
stocks disponibles dans le but de rduire au minimum le cot total du systme. Lhorizon
doptimisation peut varier dune seule priode du cycle dallocation au cycle dallocation
entier. Daprs les conditions de Karush-Kuhn-Tuker, nous savons que cette optimalit peut
tre obtenue en fixant les stocks de tous les dtaillants au mme niveau (Federgruen, 2003).
Quand le systme nest pas centralis, le mcanisme dallocation optimal dpend de la
situation. Par exemple dans le cas trait par Cachon et Ficher (2000), le fournisseur donne une
priorit plus haute aux dtaillants avec la position de stock la plus faible. Chen et
61
Samroengraja (2000), considrent deux politiques dallocation : lallocation base sur la
priorit passe (past priority allocation ou PPA) et lallocation base sur la priorit actuelle
(current priority allocation ou CPA). Cette politique spcifie comment les ordres des
dtaillants sont satisfaits par lentrept.
3.3.2. Phase 2 : Identification des flux dinformation et des modes de
coopration.
Nous avons prsent largement la problmatique du partage dinformation dans le chapitre 2.
Dans cette partie, nous abordons le problme li la coopration et au partage dinformation.
Cette phase peut tre considre en parallle de la phase prcdente. Autrement dit, les
scnarios de la recherche se construisent en se basant sur les rsultats des phases 1 et 2.
3.3.2.1. Flux dinformation
Comme nous lavons expliqu dans le modle danalyse de la littrature au chapitre 2, le flux
dinformation correspond au type dinformation partager et au niveau du partage. Pour notre
recherche on sest limit au partage dinformation concernant le dlai dapprovisionnement.
Dans ce cadre nous nous intressons seulement aux diffrents niveaux du partage
dinformation de dlai. Comme nous lavons expliqu dans le deuxime chapitre, le niveau du
partage est soit partiel soit complet, sachant que le partage partiel peut prendre diffrentes
formes. Pour le cas de non partage, on peut galement avoir plusieurs alternatives. Par
exemple Chen et Yu (2005), prsentent deux alternatives savoir lutilisation ou non de
lhistorique dinformation.
3.3.2.2. Modes de coopration
Forrester (1958) prsente lapproche de prise de dcision dcentralise dans son travail
original sur la dynamique industrielle. Paralllement, lapproche de prise de dcision
entirement centralise est retenue dans le travail de Clark et Scarf (1960), o la politique
optimale pour un problme de stockage multi chelon est tudie
Dans beaucoup de travaux sur le partage dinformation, les diffrents modes de coopration
ont t prsents. La centralisation est un mode de coopration fond sur le partage
dinformation puisque dans un systme de gestion centralise, linformation est forcement
partage (par exemple Chen 1998).
Dans cette recherche, nous nous intressons au problme du partage dinformation dans des
grands centres de distribution en nous situant premirement dans un systme de type
centralis. Dans ce systme, le seul dcideur est le centre de distribution qui dcide (au niveau
de lapprovisionnement et de laffectation) pour tous les dtaillants. Ainsi, sachant que la
possibilit du partage est sur linformation amont de la chane (partage dinformation sur le
dlai dapprovisionnement), les autres informations aval de la chane comme le niveau de
stock chez dtaillants, la demande finale chez les dtaillants etc. sont forcement partages et
accessibles au dpt.
62
Dans un second temps, le systme dcentralis, dans lequel chaque dtaillant dcide
indpendamment des autres, est galement considr afin danalyser les effets de la
centralisation elle-mme et de comparer la valeur du partage dinformation dans les deux
systmes. Dans ce systme, comme il ny a quun seul niveau, les informations sur le niveau
de stock chez les dtaillants, sur la demande finale etc. (les informations aval dans le systme
centralis) sont locales et accessibles par le seul dtaillant. Les figures suivantes illustrent ces
deux systmes.
Figure 3-3: Systme centralis avec un centre de distribution (CD).
Ensemble des fournisseurs
Flux
Flux dinfo
Dtaillants
Dlai alatoire
J 3 2
CD
1
Dlai fixe
Figure 3-4: Systme dcentralis.
2 3
Dlai alatoire
Ensemble des fournisseurs
J 1
Flux
Flux
Dtaillants
3.3.3. Phase 3 : Dtermination des scnarios envisager
Une fois les flux dinformation et les modes de coopration identifis, il faut dvelopper des
scnarios de recherche. Le but principal est de considrer les flux dinformation pour tous les
modes de coopration. Chaque scnario considre videmment quatre lments : un flux
partag, un mode de coopration une stratgie de rapprovisionnement et une hypothse
dallocation.
3.3.4. Phase 4 : Formulation mathmatique
Dans cette phase il faut formuler les modles mathmatiques concernant les cots de stockage
pour chaque scnario. Pour le cas centralis nous avons besoin de deux modles pour chaque
scnario c'est--dire le modle de rapprovisionnement et le modle dallocation. Pour le cas
dcentralis, quand il ny a pas de centre de distribution et que la prise de dcision sur
63
lallocation nest plus ncessaire, nous navons que le modle de rapprovisionnement. La
formulation des modles pour chaque scnario peut tre ralise de deux manires :
- Choisir des modles adquats parmi les modles existant dans la littrature
- Dvelopper le modle correspondant sil nexiste pas dans la littrature.
3.3.5. Phase 5 : Programmation et simulation
Comme pour tous les modles de dpt et dentrept, quand il y a plusieurs dtaillants et
surtout avec le dlai alatoire, la rsolution du problme est complexe. Cest pourquoi nous
utilisons les outils de simulation ou les algorithmes doptimisation pour traiter ces modles.
Les outils de simulation considrs sont MATLAB et SIMULINK qui sont des logiciels
professionnels pour la programmation et la simulation des modles mathmatiques. La
simulation est utilise uniquement lorsque les modles existent dans la littrature et sont dj
rsolus mathmatiquement pour un dlai fixe. Nous simulons ainsi ces modles avec le dlai
alatoire. Pour les cas o il ny a pas de modles mathmatiques dj rsolus, nous optimisons
nos modles avec des algorithmes doptimisation.
3.3.6. Phase 6 : Analyse des rsultats de la simulation
La dernire phase consiste analyser les rsultats obtenus. Cette analyse est effectue avec
des mthodes graphique et statistique pour comparer les rsultats obtenus pour chaque
scnario. Les diffrences entre ces rsultats donnent lieu des analyses de sensibilit sur les
principaux paramtres comme les paramtres de dlai (loi de distribution, moyenne et cart
type, etc.), les paramtres du systme (type de dcision, hypothse dallocation et mode de
coopration) et les paramtres de cot (cot de passation, de possession et de rupture de
stock).
3.4. Modle de simulation pour un centre de distribution avec plusieurs
dtaillants
Nous avons dvelopp un modle de simulation pour un centre de distribution, avec stockage,
alimentant plusieurs dtaillants. La Figure 3-5 schmatise le fonctionnement de ce modle de
simulation. Celui-ci comprend trois niveaux : le niveau de calcul, le niveau de mise jour et
le niveau de calcul des cots du systme. Ce modle est adapt la dmarche de rsolution
propose de telle sorte quil permet de saisir les donnes issues des phases 1 5 de cette
dmarche. La sortie de ce modle est les rsultats analyser (phase 6). Afin de programmer
ce modle, nous avons utilis lenvironnement MATLAB et SIMULINK.
64
Figure 3-5 : Modle de simulation pour un centre de distribution
Niveau 3
Cots de
syst
:
me
our
Niveau 2:
Mise j
Gnrer les
dlais
alatoires
Calculer le niveau optimal de stock
et les quantits de commande
Affecter les quantits
arrives aux dtaillants
Niveau 1
Cal
:
cules
Dans ce modle, chaque priode et aprs avoir gnr un dlai alatoire Markovien, on
utilise un modle mathmatique pour calculer le niveau optimal de stock. Le modle
mathmatique utilis pour calculer le niveau optimal de stock est spcifique la situation
examine. Dans cette partie du modle, nous avons la possibilit dexcuter les diffrentes
stratgies de rapprovisionnement et dintgrer les diffrents flux dinformation. Ainsi, la
stratgie de rapprovisionnement est reprsente dans les mthodes et les formules utilises
pour calculer le niveau optimal de stock. Les diffrents niveaux de partage dinformation sont
reprsents par les manires dont sont utilises les informations de dlai dapprovisionnement
dans ces calculs.
Une fois le niveau optimal de stock calcul, on peut dterminer la quantit commander.
Celle-ci est gale lcart entre le niveau optimal de stock calcul et le niveau de stock
chelon au centre de distribution. Le niveau de stock chelon est la somme totale des
quantits en stocks dans tous les points de stockage majore des quantits en transit entre le
centre de distribution et les dtaillants. En se basant sur les commandes prcdentes et leurs
dlais dapprovisionnement, on dtermine la quantit reue chaque priode (qui peut tre
nulle ou positive). Laction suivante consiste en laffectation des quantits reues aux
65
dtaillants. Cest dans cette partie du modle quon peut considrer les diffrentes hypothses
dallocation. Une hypothse dallocation se traduit par des rgles plus ou moins complexes
pour distribuer la quantit reue (ou la quantit totale affecter) entre les dtaillants.
Lensemble de ces actions ralises au premier niveau du modle sont associes un scnario
donn et donc changent dun scnario lautre. Les deuxime et troisime niveaux sont
similaires pour tous les scnarios. Au deuxime niveau, prenant en considration les entres et
les sorties de chaque point de stockage, on dtermine les niveaux de stock la fin de la
priode actuelle (les niveaux de stock au dbut de la priode suivante). Finalement au
troisime niveau, en intgrant les paramtres correspondants aux cots de stock pour tous
points de stockage, on calcule les cots totaux de stock pour lensemble du systme. La sortie
du modle de simulation est donc les cots de stock pour diffrents scnarios tudis, ce qui
permet danalyser leffet du partage dinformation sur le cot total du systme.
3.5. Effet du partage dinformation de dlai dans un dpt
Dans cette partie, en utilisant le modle de simulation prsent ci-dessus, nous tudions par la
simulation leffet du partage dinformation du dlai dapprovisionnement dans un rseau avec
un dpt et plusieurs dtaillants. Le partage dinformation sur le dlai dapprovisionnement
(dlai extrieur dans la Figure 3-1) est entre le dpt et ses fournisseurs considr comme
alatoire et suivant une distribution Markovienne. La demande finale est aussi considre
comme alatoire et suivant une distribution normale avec une moyenne et un cart-type
diffrent dun dtaillant lautre.
Comme nous lavons prcis prcdemment, il ny a pas de stock dans un dpt et celui-ci
peut tre rel ou virtuel. Dans un dpt rel, les marchandises sont physiquement expdies
depuis les fournisseurs vers le dpt puis du dpt vers les dtaillants. Dans un cas virtuel les
marchandises sont envoyes directement des fournisseurs aux dtaillants. Dans le deuxime
cas, le dpt est seulement un centre virtuel de coordination de la commande. Eppen et
Schrage (1981) prcisent lintrt dutiliser le mcanisme de dpt afin de raliser une
conomie dchelle au niveau de lapprovisionnement mais aussi au niveau de laffectation.
3.5.1. Problme de dpt
Eppen et Schrage (1981) et Federgruen (1993) modlisent un dpt avec plusieurs dtaillants
comme un systme de distribution arborescent. Nous utilisons dans cette analyse ces modles
mathmatiques pour nos simulations. Nous prsentons dabord le modle de Federgruen
(1993), ensuite nous expliquons les diffrences de ce modle par rapport celui de Eppen et
Schrage (1981). Avant de prsenter ces modles, nous dfinissons lensemble des notations :
Notations :
J : Nombre de dtaillants.
T : Horizon de la planification.
66
L : Dlai dapprovisionnement fixe entre le dpt et les fournisseurs (un entier non ngatif).
l
j
: Dlai de livraison fixe entre le dpt et le dtaillant j (un entier non ngatif).
h
jt
: Cot unitaire de possession de stock pour le dtaillant j de la priode t +l
j
la priode
t+l
j
+1.
p
jt
: Cot unitaire de rupture de stock pour le dtaillant j de la priode t +l
j
la priode
t+l
j
+1.
Aj : Cots unitaire de passation de commande pour le dtaillant j.
C
jt
: Cot (total) de stockage attendu pour le dtaillant j la priode t
u
jt
: Demande au dtaillant j la priode t (une variable alatoire non ngative suivant la loi
normale avec moyenne
j
et cart type
j
).

jt
= u
js
[s=t t+l] avec la fonction cumulative normale F
jt
(normal cdf) et moyen
j
.
=
j

j
.
=
j

j

U
t

=
j
u
jt
.

2
= var (U
t
)
(.) : fonction cumulative normale avec moyenne et cart type .
Q
t
: Quantit commande au dpt au dbut de la priode t.
Q
L
: Quantit commande L priodes avant et arrive au dbut de la priode actuelle.
x
jt
: Niveau de stock du dtaillant j au dbut de la priode t.
X
t
=
j
(x
jt
)
z
jt
: Quantit affecte (envoye) du dpt au dtaillant j la priode t.
Z
t
=
j
(z
jt
)
y : Niveau de stock chelon (somme totale des niveaux de stock chez tous les dtaillants plus
les quantits en transit entre le dpt et les dtaillants)
3.5.1.1. Modle du dpt prsent par Federgruen (1993)
Rapprovisionnement : En considrant un horizon de planification fini (T), chaque priode t
(tT-l
j
), ce modle minimise lesprance du cot de possession et de rupture de stock la fin
de la priode t+l
j
. Autrement dit, il intgre le dlai de livraison entre le dpt et le dtaillant
dans le calcul des cots de stock. Comme les marchandises envoyes du dpt au dtaillant j
la priode t arrivent la priode t+l
j
au dtaillants j, la dcision prise la priode t affecte le
cots de stock du systme l
j
priodes plus tard et donc les cots de stock la priode t+l
j

correspondent la priode t. Le cot attendu pour le dtaillant j la priode t est fonction du
67
niveau de stock chez le dtaillant j la priode t (x
jt
) et de la quantit envoye du dpt au
dtaillant j la priode t (z
jt
). Ceci peut tre formul comme suit :
[ ] [
+ +
+ + =
jt jt jt jt jt jt jt jt jt jt jt
z x E p z x E h z x C ) , ] ( S
]
i tT-lj (1)
0 ) , ( =
jt jt jt
z x C Si t>T-lj (2)
o E[x] signifie lesprance mathmatique de la valeur x. Sachant que
jt
est la somme des
valeurs alatoires correspondantes aux demandes pendant les priodes [t t+l
j
], les valeurs
dans les crochets sont des esprances mathmatiques. Le cot de stock comprend : le cot de
possession de stock ( ) et le cot de rupture de stock ( .
Dans ces quations [x]
[
+
+
jt jt jt jt
z x E h [ ]
+

jt jt jt jt
z x E p
+
signifie Max (0, x).
Aprs avoir rsolu ce problme par un programme dynamique, Federgruen (1993) pose
lquation suivante qui donne le niveau de stock chelon optimal (y
*
) pour le systme. Ce
niveau optimal de stock est fonction du cycle de rapprovisionnement choisi (m) et en
consequence, il faut simultanment trouver le meilleur cycle de rapprovisionnement (m
*
).
Pour cela, il faut dabord calculer y
*
pour les diffrents m possibles, et ensuite choisir la paire
de (m, y
*
) qui donne le minimum de cot de stock. La paire choisie sera donc (m
*
, y
*
).
( )
( )
H P
P
L l
l L y
m
m
+
=

+ + +
+ + +

=
1
0
2 2
*
1
1 1


(3)
O P et H sont les cots unitaires de rupture et de possession du stock au niveau du systme.
Ces cots peuvent tre calculs en fonction de limportance des dtaillants ou tout simplement
par la moyenne de cots chez tous les dtaillants.
Allocation : Sachant que les calculs pour le cycle entier de planification sont trop compliqus,
Federgruen (1993) propose une politique dallocation myope qui minimise les cots pour une
seule priode. Si on choisit le priode pour optimiser le programme dallocation, la
probabilit de rupture de stock la fin de la priode choisi () pour dtaillant j est :
j
j j j
l
l z x



2 1
) 1 (
) 1 (
+ +
+ + +
(4)
Pour optimiser le programme dallocation, il applique une stratgie dquilibre de la
probabilit de rupture de stock pour tous les dtaillants donne par lquation suivante :




2 1 2 1
) 1 (
) 1 (
) 1 (
) 1 (
+ +
+ + +
=
+ +
+ + +
l
l Q X
l
l z x
L
t
j
j jt jt
(5)
Dans ce modle, la seule variable de dcision est z
jt
et donc pour chaque priode t on a J
quilibres et J variables.
3.5.1.2. Modle du dpt prsent par Eppen et Schrage (1981)
Rapprovisionnement : Selon Eppen et Schrage (1981), un dpt est un mcanisme pour
centraliser les procdures dapprovisionnement et daffectation entre plusieurs dtaillants.
68
Dans ce modle, le dpt passe des commandes auprs des fournisseurs avec un intervalle de
temps m. Les commandes arrivent aprs un dlai fixe et chaque fois quil reoit des
marchandises, il doit choisir la quantit affecter chaque dtaillant. Dans ce modle, le
dpt utilise une politique de type (m, Q*), et au lieu de trouver le niveau optimal de stock
(y
*
), il propose une stratgie pour dterminer la quantit de la commande chaque priode t ;
cest--dire le dpt commande une quantit gale Q* au dbut de toutes les m priodes o
m peut tre gal 1 (rapprovisionnement chaque priode) ou plus grand
(rapprovisionnement multiple).
Comme hypothse, ce modle suppose qu chaque affectation, le dpt dispose dassez de
marchandises pour pouvoir expdier suffisamment de produits tous les dtaillants afin quils
soient un point quilibre en termes de probabilit de rupture. Avec une simulation, les
auteurs montrent qu chaque moment de rapprovisionnement (t), une quantit commande
gale la somme totale des demandes chez tous les dtaillant la priode prcdente est bien
efficace dans plupart des cas et quand / est plus grand, la stratgie est plus efficace.
Lquation suivante prsente la stratgie de rapprovisionnement de dpt dans ce modle :

=
J
j
jt t
u Q
1
1
*
(6)
Allocation : Ils proposent (comme Federgruen 1993) un quilibre de stock pour une seule
priode du cycle de planification en la prcisant la priode m-1 :

2 1 2 1
) (
) (
) (
) (
m l
m l Q X
m l
m l z x
L
t
j
j jt jt
+
+ +
=
+
+ +
(7)
3.5.1.3. Incertitude de dlai
Avant didentifier les scnarios de simulation, nous expliquons ici la distribution
Markovienne concernant le dlai dapprovisionnement et la dmarche que nous adoptons pour
modliser et gnrer les dlais alatoires. Dans le systme tudi, comme on la expliqu
prcdemment, le dlai dapprovisionnement (entre les fournisseurs et le centre de
distribution ou les fournisseurs et les dtaillants) est alatoire, suivant une distribution
Markovienne. Comme cette incertitude sur le dlai vient des fournisseurs et de leur niveau de
performance (defficacit), pour gnrer les dlais alatoires correspondants, il faut dabord
modliser le fonctionnement global des fournisseurs au niveau du dlai dapprovisionnement
des commandes quils reoivent.
69
Ensemble des
fournisseurs
Dlai alatoire
CD ou dtaillant
DTPoiss () C
Figure 3-6 : processus dapprovisionnement comme une file dattente
wq : Temps dattente dans la file
w : Temps de service (temps de prparation de commande) = 1/C
D
L
: Dlai de livraison (temps de transport fixe)
Dlai dapprovisionnement = wq+w+ D
l
Partie alatoire du dlai dapprovisionnement = wq+w
Deux paramtres importants dans le fonctionnement global des fournisseurs sont la demande
totale sur le march, ou la commande totale reue par tous les fournisseurs (DT), et la capacit
de production de tous les fournisseurs (C). On considre lensemble des fournisseurs comme
une file dattente avec un taux darrive gal (la moyenne de la commande totale reue par
tous les fournisseurs suit dune distribution Poisson) et un taux de service gal C (la capacit
de production de tous les fournisseurs). La Figure 3-6 schmatise la file dattente
correspondant au processus dapprovisionnement avec quelques dfinitions importantes.
On utilise dans cette analyse le modle dvelopp par Chen et Yu (2005) pour un processus
dapprovisionnement avec dlai alatoire Markovien. Ils modlisent ce processus comme une
chane de Markov tat fini comme suit :
L
t
: Dlai dapprovisionnement la priode t.
L = {L
t
} : ensemble des dlais suivant une distribution Markovienne dans lespace d'tats S.
S = {1, 2, , M} o M est un entier fixe et positif.
Prob
ij
: Probabilit de transition de l'tat i l'tat j.
MT : Matrice des transitions.
Prob
ij
= 0 pour tous les j<i-1 (pour viter le phnomne de croisement des commandes).
Selon ce modle les fournisseurs reoivent les commandes (de la part du dpt ou des
dtaillants) ainsi que des commandes de la part dautres clients. Toutes ces commandes sont
mises dans une file dattente par ordre darrive. Les commandes issues de notre rseau
constituent une fraction faible de la totalit des commandes reues, de telle sorte que le dlai
est essentiellement le temps dattente dune commande dans la file dattente de production
chez les fournisseurs. La taille de cette file dattente est limite (gale QL, un entier positif),
cest--dire que les commandes seront refuses lorsqu leur arrive la taille de la file
dattente est gale QL.
70
Daprs ces hypothses et avec une capacit totale gale 1 pour chaque priode (C=1), Chen
et Yu (2005) calculent les probabilits de transition entre diffrents tats (Prob
ij
). Dans ce
modle M est gale QL ou S = {1,2QL} et MT
ij
=Prob
ij
. La commande totale pour
lensemble des fournisseurs arrive selon une distribution Poisson avec une moyenne gale
et donc :
Pour k=0,1...
k e k f
k
/ ) (

= Et

>
=
k x
x f k F ) ( ) (
Pour i=1 et j=1
Prob
11
=f (0) + f (1)
Pour i=1 et j=1,2M-1
Prob
1j
=f (j)
Pour i>1 et j=1,2M-1

<
+
=
1 si 0
1 si ) 1 (
Pr
i j
i j i j f
ob
ij

Pour i=1,2M
) ( Pr i M F ob
iM
=
Par exemple selon ce modle pour QL gal 4 (M=4 ou S = {1, 2, 3, 4}) la matrice de
transition (MT) correspondante est fournie Tableau 3-1.

Tableau 3-1 : Matrice de transition Markovienne pour QL=4
j
i
1 2 3 4
1 f (0) +f (1) f (2 f (3) ) 3 ( F
2 f (0) f (1) f (2) ) 2 ( F
3 0 f (0) f (1) ) 1 ( F
4 0 0 f (0) ) 0 ( F

3.5.2. Les scnarios pour la simulation
Selon la dmarche propose dans cette simulation (cf. Figure 3-2), , nous considrons deux
lments principaux : les flux dinformation et les modes de coopration. Avant de prsenter
les scnarios envisags, nous prcisons ces deux lments dans le contexte du problme de
dpt, en expliquant les diffrentes situations considres pour chaque lment.
71
3.5.2.1. Flux dinformation :
Le flux dinformation reprsente le niveau daccessibilit de linformation de dlai
dapprovisionnement auprs des dcideurs (dpt ou dtaillants) au moment du
rapprovisionnement. Ce dlai dapprovisionnement est alatoire et suit une distribution
Markovienne. On suppose que les fournisseurs connaissent le dlai exact pour toutes les
commandes quils reoivent et peuvent le partager avec leurs clients. Selon cette possibilit
du partage, on peut dfinir les cas suivants :
Cas du partage
Dans ce cas, chaque rapprovisionnement, le dcideur est inform du dlai exact relatif la
commande en cours et il a la possibilit de tenir compte de cette information dans sa dcision
sur le niveau de stock et en consquence sur la quantit commander. Autrement dit, dans les
calculs pour dterminer le niveau de stock, au lieu dutiliser une valeur constante pour le dlai
dapprovisionnement, on utilise la valeur exacte du dlai de chaque commande. Comme le
dlai est variable, le niveau calcul sera aussi variable dune priode lautre. Ainsi, on peut
dire que la politique de stockage dans le cas du partage est dpendante de ltat du systme
(state-dependent base stock policy).
Cas de linformation historique
Dans le deuxime cas, considr comme le premier cas de non partage, le dcideur na pas
connaissance du dlai dapprovisionnement, mais il utilise les informations issues des
dernires commandes reues pour dcider du niveau de stock. Autrement dit, il estime un
dlai dapprovisionnement de la commande actuelle reposant sur les derniers dlais constats.
En appliquant ce principe, le dlai dapprovisionnement estim est variable et lutilisation de
cette valeur variable dans les calculs fait que le niveau de stock peut changer dune priode
lautre. Dans ce cas, comme dans le cas de partage, la politique de stockage est dpendante de
ltat du systme (state-dependent base stock policy). La diffrence entre ces deux cas est
dans les informations qui dterminent ltat du systme. Dans le cas de partage, cest le dlai
de la commande actuelle qui intervient, tandis que dans le cas dinformation historique ce
sont les valeurs des dlais des commandes prcdentes qui sont prises en compte. Lintrt
principal dintgrer ce cas dans cette analyse est de voir lapport de linformation de dlai sur
les commandes prcdentes quand il ny pas de partage dinformation. Cette valeur variable
peut tre par exemple une moyenne mobile des plus rcents dlais raliss.
Cas sans information
Comme dans le cas prcdent, ici, il ny a pas de partage dinformation et en plus le dcideur
nutilise pas les informations historiques. Il considre une valeur constante du dlai
dapprovisionnement pour dterminer un niveau de stock fixe pour toutes les priodes. La
politique de stockage dans ce cas est une politique simple de gestion de stock (simple base
stock policy). Cette valeur constante peut tre une moyenne globale (si la distribution et les
paramtres de dlai sont connus pour le dcideur) ou une valeur choisie par le dcideur. Une
72
valeur constante optimale pour le dlai dapprovisionnement est celle qui affecte le plus
faiblement le cot de stock au niveau du systme.
3.5.2.2. Modes de coopration
Les modes de coopration dans cette analyse concernent le groupement des commandes pour
tous les dtaillants. On suppose quil y a la possibilit davoir un centre de distribution (un
dpt) qui fait lapprovisionnement collectif auprs des fournisseurs pour tous les dtaillants.
On tudie aussi le systme dapprovisionnement autonome ou dcentralis dans lequel chaque
dtaillant fait des commandes auprs des fournisseurs en fonction de ses propres besoins.
Lintrt principal de ce type de coopration est de rpondre deux questions que nous avons
poses prcdemment : dune part, voir les effets de la centralisation et les bnfices quon
peut tirer de cette centralisation, et dautre part comparer les effets du partage dinformation
dans ces deux systmes centralis et dcentralis. Dans la suite on prsente les modles de
stockage correspondants chaque systme.
Systme centralis (Dpt)
Comme nous avons expliqu dans le modle de dpt, il y a deux dcisions prendre dans un
dpt : lapprovisionnement collectif et laffectation. Pour cette analyse on utilise le modle
prsent par Federgruen (1993). Selon ce modle, comme prsent dans les paragraphes
prcdents, nous utilisons les formules suivantes dans le modle de simulation.
Pour lapprovisionnement collectif au dpt :
( )
( )
H P
P
L l
l L y
m
m
+
=

+ + +
+ + +

=
1
0
2 2
*
1
1 1



Pour lallocation au dpt :




2 1 2 1
) 1 (
) 1 (
) 1 (
) 1 (
+ +
+ + +
=
+ +
+ + +
l
l q X
l
l z x
L
t
j
j jt jt

Dans ce systme quand lentrept utilise une politique avec le niveau de stock dpendant de
ltat du systme (cas partage ou historique) on calcule un nouveau y
*
pour chaque priode.
Toutefois, avec le niveau de stock de base (cas sans information), on calcule un seul niveau de
stock (y
*
) pour toutes les priodes.
Systme dcentralis
Dans la situation du systme dcentralis, chaque dtaillant utilise une politique type (r, Q)
comme politique de stockage. Dans cette politique r est le niveau de recompltement et Q est
la quantit de la commande. Le modle suivant calcule r
j
et Q
j
optimal pour le dtaillant j
selon la valeur donne pour le dlai (L
j
). Ce modle est une extension du modle simple de
Wilson pour le cas o la demande est alatoire et quil existe un dlai dapprovisionnement
non nul (L>0) (Hadley 1963) :
73
*
*
*
*
2
2
) , (
) ; ( ) (
2 2
j j j j
j j j j
j j
r
j j j j
j
j j
j
j j
j
Q h p
Q h p
L r F
Et
dx L x f r x
h
p
h
A
Q
+

=
+ =

O F(X) = f (x X) et x
j
N (
j
,
j
).
Dans ce systme, lorsque le niveau de stock est dpendant de ltat du systme (cas partage
ou historique) on calcule les diffrents Q
*
et r
*
pour les diffrentes priodes, mais pour le cas
de non partage dinformation, en considrant une valeur constante pour le dlai, on calcule un
seul Q
*
et r
*
pour toutes les priodes.
Le Tableau 3-2 rsume les six scnarios envisags pour cette simulation. Avec ces six
scnarios, en comparant le cas du partage avec les deux cas de non partage (historique et sans
information), nous pouvons analyser leffet du partage dinformation dans les deux situations
centralis et dcentralis. Lobjectif est de rpondre deux questions suivantes :
1. Quelle est la valeur de linformation sous chaque mode de coopration ?
2. Quelle est lefficacit de chaque mode de coopration (en termes de performance
globale de la chane logistique) selon le niveau de partage de linformation ?
Tableau 3-2 : Ensemble des scnarios pour la simulation

Systme centralis (Dpt) Systme dcentralis
Modes de
coopration
Flux
dinformation
Approvisionnement
collectif au dpt
Affectation
au dpt
Approvisionnements autonomes
aux dtaillants
Cas Partage S1 S4
Cas Information
historique
S2 S5
Cas sans
information
S3 S6
3.5.3. Indicateur de performance
Pour pouvoir comparer tous les scnarios envisags, il faut avoir un ou plusieurs indicateurs
de performance mesurables pour tous les scnarios. Sachant que nous cherchons
loptimisation globale dune chane logistique deux niveaux, cet indicateur devrait mesurer
la performance du systme pendant une certaine priode afin de reprsenter un systme stable.
Cette dure, considre ici comme le cycle de planification, sest traduit dans notre modle
par le temps de la simulation. De ce fait, cet indicateur global pourrait tre reprsent par le
74
cot de stockage du systme compos des cots de stockage de tous les dtaillants pendant le
cycle de planification.
Soit T le cycle de planification choisi, le cot de stockage pour le dtaillant j pendant le cycle
de planification (TC
j
) est :
[ ] [ ( )

=
+ +
+ + =
T
t
jt jt jt j jt jt jt j j
z x u p u z x h TC
1
]
O :
h
j
et p
j
sont les cots unitaires respectivement pour la possession et pour la rupture du stock
chez dtaillant j,
x
jt
, z
jt
et u
jt
sont respectivement le niveau de stock, la quantit arrive (affecte) et la demande
finale au dtaillant j au dbut de la priode t
et [x]
+
est max (0, x).
On suppose que les commandes clients (la demande finale) et les livraisons chez les
dtaillants sont reues au dbut de chaque priode. Ainsi, avec un nombre de dtaillants J, le
cot du systme (TCT ou lindicateur de performance pour comparer les scnarios) est :

=
=
J
j
j
TC TCT
1

3.5.4. Rsultats de la simulation
Aprs avoir programm chaque scnario dans le modle de simulation et gnr les dlais
alatoires Markoviens entre 1 et 5 (QL=M=5), nous avons examin la stabilit des rsultats
durant le cycle de planification. Cette premire analyse nous a montr que la moyenne du cot
de systme (TCT/T) devient stable au maximum aprs 1000 itration (T=1000). Le Tableau
3-3 reprsente les valeurs considres pour les paramtres du modle. Le cot unitaire de
possession de stock (h
j
) et celui de rupture de stock (p
j
) sont identiques pour tous les
dtaillants et dans tous les scnarios.
75
Tableau 3-3 : Valeurs considres pour les paramtres du modle
T : Cycle de planification 1000
J : Nombre de dtaillants 4
h
j
: Cot unitaire de possession de stock [0.5 0.5 0.5 0.5]
p
j
: Cot unitaire de rupture de stock [1.5 1.5 1.5 1.5]

j
: moyenne de la demande [10 15 12 16]

j
: cart-type de la demande [2 3 3 4]
Nous considrons trois situations diffrentes afin dtudier la sensibilit des rsultats.
Contexte satur (<C) : La moyenne de la demande sur le march est plus faible que la
capacit totale des fournisseurs. Dans ce contexte, on suppose que la capacit disponible est
de 100% (C=1) et que la moyenne de la demande est gale 50% de la capacit (=0.5).
Contexte normal (=C) : Dans ce contexte, la capacit et la moyenne de la demande sont
considres comme quivalentes, donc, C==1.
Contexte manquant (>C) : Dans ce contexte, la moyenne de la demande est suprieure la
capacit disponible. Avec une capacit 100% (C=1), nous considrons une moyenne de la
demande gale au double de cette capacit (=2).
Avant de prsenter les rsultats et afin de montrer leffet des condition du march sur le dlai,
on prsente, Tableau 3-4 les caractristiques des dlais gnrs dans chaque contexte.
Tableau 3-4 : Les caractristiques des dlais gnrs dans chaque contexte
Contexte Satur (=0.5) Contexte Normal (=1) Contexte Manquant (=2)
MT
1 2 3 4 5
1 0,91 0,08 0,01 0,00 0,00
2 0,61 0,30 0,08 0,01 0,00
3 0,00 0,61 0,30 0,08 0,01
4 0,00 0,00 0,61 0,30 0,09
5 0,00 0,00 0,00 0,61 0,39
MT
1 2 3 4 5
1 0,74 0,18 0,06 0,02 0,00
2 0,37 0,37 0,18 0,06 0,02
3 0,00 0,37 0,37 0,18 0,08
4 0,00 0,00 0,37 0,37 0,26
5 0,00 0,00 0,00 0,37 0,63
MT
1 2 3 4 5
1
0,41 0,27 0,18 0,09 0,05
2
0,14 0,27 0,27 0,18 0,14
3
0,00 0,14 0,27 0,27 0,32
4
0,00 0,00 0,14 0,27 0,59
5
0,00 0,00 0,00 0,14 0,86
Moyenne : 1,177
cart-type : 0,4816
Moyenne : 3,125
cart-type : 1,4612
Moyenne : 4,704
cart-type : 0,5620
Si on regarde ces caractristiques, on constate clairement que la moyenne des dlais augmente
avec laugmentation de la demande mais que lcart-type ne suit pas cette rgle. Lcart-type
le plus grand est dans le contexte normal alors que dans les autres contextes, les variations
sont moins importantes. Cest parce quavec les demandes faible et forte (les contextes satur
et manquant) les dlais gnrs sont proches respectivement du minimum et du maximum de
dlai, tandis que dans la condition normale, les dlais sont plus distribus.
76
Les tableaux suivants reprsentent les rsultats de la simulation des cots de stock pour ces
trois contextes. Dans le contexte satur, on ne peut pas clairement conclure ni pour le partage
dinformation ni pour la centralisation, ce que veut dire que dans un march satur la
centralisation des dcisions ou/et le partage dinformations napportent pas davantages. Les
rsultats obtenus dans le contexte normal montrent quil y a des gains rsultant de la
centralisation (jusque 2.29% dans le cas de partage) et du partage dinformation (jusque 3.9%
dans le systme centralis), mais que ces valeurs ne sont pas significatives. Donc dans un
march normal, on peut avoir des gains faibles si on partage linformation ou quon centralise
des dcisions. Par contre, pour un contexte manquant les rsultats sont considrables (jusqu
16,79% pour la centralisation et 13,4% pour le partage dinformation).
Daprs ces rsultats on peut constater que les gains (de la centralisation et du partage
dinformation) sont plus importants quand la moyenne de la demande sur le march () est
plus leve. On constate galement une relation positive entre la centralisation et le partage
dinformation : le partage est plus avantageux quand le systme est centralis et la
centralisation est plus intressante quand les informations sont partages.
En rponse aux deux questions poses prcdemment on peut dire :
- la valeur dinformation dans un systme centralis est plus importante que dans un
systme dcentralis.
- dans le contexte tudi, les gains de centralisation sont un peu plus importants que la
valeur de partage dinformation.
Tableau 3-5 : Les rsultats pour la condition sature
Condition Sature : =0.5

Centralis Dcentralis Gains%
Partage 4165500 4165120 -0.01
Historique 4161700 4162630 0.02
Sans information 4121200 4110510 -0.26

Valeur dinformation dans le systme centralis %
H S istorique ans information
P -0.1 -1.1 artage
H - istorique 1.0

Valeur dinformation dans le systme dcentralis %
H S istorique ans information
P -0.1 -1.3 artage
H - istorique 1.3

77
Tableau 3-6 : Les rsultats pour la condition normale
Condition Normale : =1

Centralis Dcentralis Gains%
Partage 6701200 6858200 2.29
Historique 6904300 6928200 0.34
Sans information 6974700 6975700 0.01

Valeur dinformation dans le systme centralis %
H S istorique ans information
P 2.9 3.9 artage
H 1 istorique .0

Valeur dinformation dans le systme dcentralis %
H S istorique ans information
P 1.0 1.7 artage
H 0 istorique .7

Tableau 3-7 : Les rsultats pour la condition manquante
Condition Manquante : =2

Centralis Dcentralis Gains%
Partage 8189500 9842100 16,79
Historique 9240500 10899200 15,22
Sans information 9452100 11027900 14,29

Valeur dinformation dans le systme centralis %
H S istorique ans information
P 11,4 13,4 artage
H 2 istorique ,2

Valeur dinformation dans le systme dcentralis %
H S istorique ans information
P 9,7 10,8 artage
H 1 istorique ,2
3.6. Conclusion
Nous avons prsent dans ce chapitre la dmarche de rsolution propose pour mener nos
recherches ainsi que nos travaux traitants de la valeur de partage dinformation de dlai dans
un centre de distribution (dpt). Nous y prsentons tout dabord la structure dun centre de
distribution alimentant plusieurs dtaillants ainsi que les hypothses la base de notre tude :
demande finale perue seulement au niveau des dtaillants et suivant une loi normale ; dlai
dapprovisionnement entre le centre de distribution et ses fournisseurs alatoire ; dlai de
livraison entre le centre de distribution et les dtaillants considr comme fixe.
78
Notre dmarche de rsolution six tapes comprenant deux lments principaux savoir le
partage dinformation et le mode de coopration a t ensuite prsente, ainsi que le modle
de simulation paramtrable dvelopp. Ltude numrique ralise nous nous a permis
dobserver les points suivants :
1. Une relation toujours positive entre la centralisation et la valeur du partage
dinformation ;
2. Une relation positive lorsque le contexte du march est manquant entre le partage et la
centralisation ;
3. Le fait que le mode de coopration centralis est plus efficace que celui dcentralis
dans tous les cas tudis.
79
Chapitre 4. : Evaluer la valeur du partage dinformation
de dlais dans une chane logistique
4.1. Introduction
Dans ce chapitre nous nous intressons, comme dans le chapitre prcdant, une chane
logistique multi-niveau mono-produit divergent mais avec un entrept (stock central). Nous
distinguons deux modles, un pour le cas de non partage dinformation et lautre pour le cas
de partage dinformation. Ensuite plusieurs hypothses dallocation et diffrentes politiques
de gestion de stock sont proposes et modlises afin dlargir suffisamment nos scnarios de
recherche et de faire des analyses sur la sensibilit des diffrentes paramtres essentiels. En
plus, nous prsentons quelques analyse supplmentaires sur lefficacit des hypothses
dallocation et sur leffet rciproque du partage de deux types dinformations : la demande
finale et le dlai dapprovisionnement. Les modles dvelopps sont optimiss avec LINGO
et les rsultats obtenus montrent les impacts considrables du partage de linformation de
dlai.
4.2. Problmatique tudie:
Nous tudions la valeur du partage dinformation de dlai de rapprovisionnement dans un
systme de distribution contenant un entrept (stock central) et plusieurs dtaillants (stocks
locaux). Ceci reprsente un rseau de distribution deux niveaux (systme divergent). Nous
supposons que les demandes chez les dtaillants sont alatoires et suivent la loi normale. Le
dlai de rapprovisionnement lentrept est aussi alatoire en raison dune file dattente chez
les fournisseurs. Nous supposons galement que le dlai entre lentrept et les dtaillants est
constant. La Figure 4-1 schmatise le systme tudi.






80
Dlai externe
alatoire
E
N
T
R
E
P

T
Dtaillant 1
Dtaillant 2
Dtaillant J
Demande finale
alatoire
Dlai de
livraison fixe

Figure 4-1 : Un systme de distribution divergent deux niveaux
Tout comme le dpt, tudi au chapitre prcdent, un entrept est un centre de distribution et
de dcision pour plusieurs dtaillants qui dune part fait le rapprovisionnement pour
lensemble des dtaillants et dautre part dcide de la quantit affecte chaque dtaillant.
Contrairement au dpt, un entrept peut garder un stock central. Dans la suite on prsente le
modle mathmatique des cots de stockage dans ce systme.
4.3. Le modle
On propose dabord le modle mathmatique de base. Ensuite nous expliquons la dmarche
que nous avons adopte pour intgrer laspect du partage dinformation dans ce modle. La
dernire partie de cette section est consacre aux diffrentes hypothses dallocation pour
lesquelles nous analysons les effets du partage.
4.3.1. Reprsentation mathmatique du modle
Ce modle reprsente les cots de stockage du systme (dans lentrept et chez les
dtaillants). Le cot de stockage lentrept se limite au cot de possession de stock tandis
que chez les dtaillants nous avons prendre en compte les cots de possession de stock plus
les cots de rupture de stock. Comme par hypothse chaque priode de rapprovisionnement
on passe obligatoirement une commande nous considrons que le cot de passation de
commande peut tre nglig. Le seul dcideur dans ce modle est lentrept Et chaque
priode il prend deux dcisions : la quantit rapprovisionner et laffectation des produits
aux diffrents dtaillants. Pour dfinir la quantit de rapprovisionnement, en regardant le
niveau actuel de stock, il commande la quantit ncessaire pour arriver au niveau optimal.
Comme il est le seul dcideur et que le cot du systme prend en compte le cot de stockage
lentrept mais aussi chez tous les dtaillants, le niveau optimal lentrept optimise
lensemble du systme. Pour laffectation des produits en stock, chaque priode, il dcide de
la quantit envoyer chaque dtaillant.
81
On suppose que toutes ces actions sont mises en uvre au dbut de chaque priode, sauf la
commande auprs de fournisseurs qui se ralise la fin des priodes aprs lactualisation de la
position de stock.
Les indices
j = {1, 2,, J} Lensemble des dtaillants.
t = 1, 2,, T Les priodes de planification.
Variables de dcision :
y
*
: Le niveau optimal de stock lentrept.
z
jt
: La quantit affecte au dtaillant j par lentrept au dbut de la priode t.
Z
t
: La somme totale des quantits affectes (sorties) par lentrept aux dtaillants au dbut de
la priode t.
Q
t
: La quantit commande auprs des fournisseurs la fin de la priode t.
t
L t t
AQ
+ ,
: La quantit arrive ( t+L), command la priode t (Q
t
)
TAQ
t
: La somme des quantits arrives lentrept au dbut de la priode t.
X
wt
: La quantit de produit lentrept (en stock) au dbut de la priode t.
X
jt
: La quantit de produit en stock chez le dtaillant j au dbut de la priode t.
Les Paramtres :
h
w
: Le cot de possession de stock par unit de produit/par priode lentrept.
h
j
: Le cot de possession de stock par unit de produit/par priode chez le dtaillant j.
p
j
: Le cot de rupture par unit de produit/par priode chez le dtaillant j.
D
jt
: La demande chez le dtaillant j la priode t. Cette demande suit la loi normale avec une
moyenne
j
et un cart-type
j
.
L
t
: Le dlai externe alatoire entre lentrept et les fournisseurs la priode t.
l
j
: Le dlai de livraison fixe entre lentrept et dtaillant j.
TCW : Les cots de stockage (possession de stock) pour lentrept durant la cycle de
planification considr (T).
TCR : Les cots de stock (possession et rupture de stock) pour lensemble des dtaillants
durant la cycle de planification considr (T).
TCT : Le cot total du systme (pour tous les partenaires de la chane) durant la cycle de
planification considr (T).
Fonction objectif
TCR TCW TCT + = (1)
82

=
+ =
T
t
t t wt w
Z TAQ X h TCW
1
) ( (2)
( ) ( [ ]

= =
+

+ + =
T
t
J
j
l jt jt jt j jt l jt jt j
j j
z x D p D z x h TCR
1 1
) (3)
Dynamiques de systme :
1 1 1
+ =
t t wt wt
Z AQ X X Pour t=1, 2, , T (4)
1 1 1
+ =
jt l jt jt jt
D z x x
j
Pour j=1, 2, , J et t=1, 2, , T (5)
t L t t
Q AQ
t
=
+ ,
Pour t=1, 2, et t+L
t
T (6)

=
=
t
n
t n t
AQ TAQ
1
,
Pour t=1, 2, T (7)
Soumis aux contraintes suivantes :
wt t
X y Q =
*
Pour t=1, 2, , T (8)
t wt t
AQ X Z + Pour t=1, 2, , T (9)

=
=
J
j
t jt
Z z
1
Pour t=1, 2, , T (10)
0
0
*

y
z
jt
Pour j=1, 2, , J et t=1, 2, , T (11)
4.3.2. Le partage dinformation dans le modle de base
Cas du partage :
Dans le cas du partage dinformation, le dcideur (ici lentrept) reoit les informations
concernant le dlai dapprovisionnement exact (dlai externe). Cette information lui permet
de dterminer un niveau optimal de stock en fonction du dlai annonc (en gnral on dit en
fonction de ltat de systme). Daprs le travail de Song et Zipkin (1996) quand le dlai est
alatoire et lorsque le dcideur connat le dlai exact, la politique optimale consiste un
niveau variable de stock ajust en fonction du dlai. Dans notre modle du partage
dinformation, nous dterminons un niveau optimal de stock dans lentrept pour chaque
priode. Dans ce contexte, le modle calcule le niveau optimal correspondant au dlai de
chaque priode. Donc, dans le cas du partage dinformation avec la rectification priodique du
niveau optimal de stock, la politique de stockage lentrept est le niveau optimal de stock
dpendant de ltat de systme ( state-dependent base-stock policy ).
Cas du non partage :
Quand il ny a pas accs aux informations de dlai, le dcideur est oblig de choisir un seul
niveau pour toutes les priodes. Dans notre modle du non partage, il est effectu un calcul le
83
du niveau optimal pour toutes les priodes. Dans ce cas, la politique de stockage est le
niveau optimal fixe, indpendant de ltat de systme (simple base-stock policy).
Donc la diffrence entre le modle concernant le cas de partage et celui de non partage se
situe au niveau des politiques de stockage. Dans le cas de non partage (modle de base
prsent dans les paragraphes prcdents), le niveau optimal de stock lentrept est fixe pour
toutes les priodes (y
*
). Dans le cas du partage, le niveau optimal de stock lentrept peut
changer dune priode lautre. De ce fait pour le cas du partage, au lieu du y
*
on calcule y
t
*
,
c'est--dire le niveau optimal de stock pour chaque priode t.
4.3.3. Diffrentes hypothses dallocation
Au niveau de laffectation des produits de lentrept aux dtaillants, nous tudions diffrentes
hypothses pour analyser les relations entre la rgle dallocation et leffet du partage
dinformation. Pour cela on pose successivement les trois hypothses suivantes :
Hypothse 1 : sans contrainte.
Dans cette hypothse, il ny a aucune contrainte dallocation lentrept et chaque priode
on cherche la quantit optimale envoyer vers chaque dtaillant (z
jt
). Autrement dit cest le
modle qui dtermine lhypothse dallocation optimale.
Hypothse 2 : En cohrence avec le taux de la demande finale
Dans cette hypothse la quantit affecte chaque dtaillant est en relation directe avec la
demande quil reoit de la part de ses clients. On noptimise plus la quantit envoyer vers
chaque dtaillant mais fixe celle-ci par cette contrainte supplmentaire. Par contre on optimise
Z
t
, i.e. la somme totale affecte tous les dtaillants. Comme dans cette hypothse on utilise
linformation concernant de la demande finale chez les dtaillants, on peut avoir deux cas :
- Hypothse 2 avec partage de la demande finale : le dcideur lentrept utilise les
demandes priodiques et ralises chez chaque dtaillant. Dans ce cas, linformation
de la demande finale chez tous les dtaillants (D
jt
) doit tre connue par lentrept. De
ce fait, pour chaque priode t (t=1, 2, , T), on ajoute la contrainte suivante :
z
jt
= (D
jt
/D
jt
).Z
t
Pour j=1, 2, , J (10-1)
- Hypothse 2 sans partage de la demande finale : contrairement au cas prcdent,
dans ce cas le dcideur utilise seulement la moyenne de la demande finale chez les
dtaillants (j) et donc pour chaque priode t (t=1, 2, , T), on ajoute la contrainte
suivante :
z
jt
= (
j
/
j
).Z
t
Pour j=1, 2, , J (10-2)
84
Hypothse 3 : La mme quantit pour tous les dtaillants.
Tous les dtaillants reoivent la mme quantit. Comme dans lhypothse prcdente en
optimisant le Z
t
, cette quantit totale sera partage en quantits quivalentes entre les
dtaillants en ajoutant la contrainte suivante :
z
jt
= Z
t
/J Pour j=1, 2, , J (11)
Lobjectif de lintroduction de ces deux dernires hypothses est de voir la relation entre
lhypothse dallocation et la valeur de linformation. En effet, dans certains contextes ou en
fonction des contrats liant un centre de distribution aux dtaillants quil alimente, des rgles
dallocation peuvent tre imposes. Notre objet est danalyser lapport de la valeur de
linformation dans ces contextes et de mesurer lcart entre les rsultats obtenus en appliquant
ces rgles et la solution optimale sans contraintes.
4.4. Paramtrage et mise en place des scnarios de recherche
Nous allons nous attacher analyser la sensibilit des rsultats en fonction de diffrents
paramtres. Avant de prsenter les rsultats obtenus, on introduit dans la suite les paramtres
analyss. Dans tous les scnarios tudis le cot unitaire de stockage lentrept est gal 2
et le cot unitaire de stockage chez tous les dtaillants est identique et gal 4. Le dlai de
livraison entre lentrept et les dtaillants est considr comme nul (l
j
=0). La demande finale
reue (de la part des clients finaux) chez tous les dtaillants suit une loi normale, mais avec
diffrentes moyennes et diffrents carts-types. Les moyennes et les cart-types considrs
pour les dtaillants (maximum 7 dtaillants) sont donns le tableau suivant.
Tableau 4-1 : moyenne et cart-type de la demande finale chez les dtaillants
Dtaillants
1 2 3 4 5 6 7
Moyenne de la demande reue 100 150 200 150 170 250 120
Ecart-type de la demande reue 10 12 15 17 20 30 10
4.4.1. Le cot unitaire de rupture (CdR)
Comme dans beaucoup de systmes industriels la rupture de stock est un facteur important de
la satisfaction des clients et elle peut avoir un rle important sur les cots et sur lefficacit du
systme. Quand le niveau de service ou la disponibilit de stock devient essentiel, le cot
unitaire de rupture devient aussi plus important. Pour tudier leffet de cet lment essentiel
sur la valeur dinformation, on applique plusieurs cots de rupture (CdR), de trs petit trs
grand (de 5 50).


85
4.4.2. Le nombre de dtaillants (ND)
Comme le nombre de dtaillants pourra avoir des effets sur lincertitude globale de la
demande au niveau dentrept, on sintresse aussi tudier leffet de cet lment sur les
rsultats. Pour cela, on considre trois nombres de dtaillants diffrents, 3, 5 et 7.
4.4.3. Le dlai dapprovisionnement (L)
Un autre paramtre qui semble avoir des effets importants sur la valeur dinformation de dlai
(selon les travaux prcdents), est les caractristiques du dlai lui-mme. On considre que ce
dlai dapprovisionnement entre les fournisseurs et lentrept (L
t
) suit une distribution
unitaire. Afin dtudier dune part leffet de la moyenne du dlai et dautre part leffet de sa
variation sur la valeur dinformation du dlai, on considre trois types de dlai :
- L1 : qui varie dans une fourchette initiale de 5 10.
- L2 : qui varie dans une fourchette de 15 20, ayant une moyenne plus grande mais
avec la mme variation que L1.
- L3 : qui varie dans une fourchette plus large de 1 14, ayant une variation plus
important, mais avec la mme moyenne que L1.
4.4.4. Lhypothse dallocation (Hypo)
Comme nous avons expliqu en section 4.3, nous tudions quatre hypothses dallocation
pour voir les relations qui pourraient exister entre le mcanisme dallocation appliqu et la
valeur de partage dinformation :
- Hypo1 : Sans contrainte.
- Hypo2 : En cohrence avec le taux de la demande finale
o Hypo2_PD : Hypo2 avec partage de la demande finale
o Hypo2_nPD : Hypo2 sans partage de la demande finale
- Hypo3 : La mme quantit pour tous les dtaillants
4.4.5. Comportement clientle face la rupture de stock
Quant au comportement des clients face la rupture de stock, elle peut tre de diffrentes
natures. Si les clients attendent de recevoir les quantits manquantes dans les prochaines
priodes, cest le cas de commande en souffrance . Dans ce cas, le niveau de stock chez les
dtaillants peut avoir des valeurs ngatives. Si les clients nacceptent pas dattendent pour
recevoir les quantits manquantes, cest le cas de vente perdue , dans lequel le niveau de
stock chez les dtaillants ne peut pas avoir de valeur ngative. Afin de considrer cet lment
du comportement clientle dans nos analyses et voir ses incidences sur la valeur du partage
dinformation, on programme notre modle de stockage, prsent en section 4.3.1, sous deux
formes diffrentes :
86
- Modle de commande en souffrance : X
jt
(le niveau de stock chez les dtaillants) est
un variable libre qui peut avoir des valeurs positives ou ngatives.
- Modle de vente perdue : X
jt
ne peut avoir que des valeurs positives.
4.5. Analyse des rsultats
Pour cette analyse, nous considrons un cycle de 50 priodes (T=50). Afin doptimise les
modles, nous les avons programm dans lenvironnement LINGO version 6, en utilisant un
ordinateur Pentium CPU 2,67GHz (1,93 Go de RAM). Le temps de calcule tait variable de
5min 30 minute selon le scnario.
Dans chaque partie de cette analyse des rsultats, on prsente les analyses faites sur la
sensibilit dun des paramtres discuts au-dessus. Dans tous les tableaux de rsultat TCR
reprsente le cot total de tous les dtaillants. Celui-ci est la somme de deux types des cots :
les cots de rupture de stock (cit comme Rupt. dans les tableaux) et les cots de possession
de stock (cit comme Poss. dans les tableaux). TCW reprsente le cot total pour lentrept,
et finalement TCT est le cot total du systme, c.a.d la somme de TCR et TCW. On rappelle
que loptimisation porte sur le cot total du systme en minimisant toujours TCT.
Pour pouvoir comparer deux formes de notre modle (commande en souffrance et vente
perdue), on prsente, dans la suite les rsultats de sensibilit de tous les paramtres tudis.
4.5.1. La sensibilit des rsultats face au cot unitaire de rupture (CdR)
Nous considrons diffrents cots unitaires de rupture de stock pour les deux cas : modle de
commande en souffrance et modle de vente perdue. Ces cots unitaires de rupture varient
entre 5 et 50 pour les deux cas, mais avec diffrentes valeurs intermdiaires. Les valeurs
initiales considres taient identiques pour les deux cas (5, 10, 20 et 50), mais aprs, au fur et
a mesure, nous avons ajout dautres valeurs pour tester des changements critiques attendus
ou probables selon des cas.
4.5.1.1. CdR dans le cas de commande en souffrance
Lanalyse sur le cot unitaire de rupture avec le modle de commande en souffrance montre
des gains trs importants sur cot total du systme (TCT) qui dpend directement du cot
unitaire de rupture (CdR). Les principaux gagnants sont les dtaillants. Ces gains importants
au niveau des dtaillants portent la fois sur les cots de rupture (Rupt.) et les cots de
possessions (Poss.). Dans tous les cas, le partage arrive presque liminer la rupture de stock
et les cots de possession sont galement rduits. Lentrept est perdant en cas de faible CdR
(5 et 6) et gagnant dans le cas contraire, mais il gagne toujours moins que les dtaillants. Le
Tableau 4-2 et la Figure 4-2 montrent les rsultats de ces simulations.
87
Tableau 4-2 : Rsultats danalyse sur CdR dans le cas de commande en souffrance
CdR 5 CdR 6 CdR 7 CdR 10 CdR 20 CdR 50
nP 44535 54481 59568 169094 344541 487362
P 27 101 21 15 76 88 Rupt.
Gain 99,9% 99,8% 100% 100% 100% 100%
nP 145290 177293 98842 112254 100752 92963
P 1174 1090 1194 1060 1144 1125
TCR
Poss.
Gain 99,2% 99,4% 98,8% 99,1% 98,9% 98,8%
nP 189825 231774 158410 281348 445294 580325
P 1201 1190 1215 1074 1220 1213 TCR
Gain 99,4% 99,5% 99,2% 99,6% 99,7% 99,8%
nP 33527 58541 217133 211247 198205 175557
P 79340 79289 79476 79338 79346 79347
TCT
TCW
Gain -136,6% -35,4% 63,4% 62,4% 60% 54,8%
nP 223352 223352 375543 492595 643499 755883
P 80541 80541 80692 80412 80566 80560 TCT
Gain 63,9% 72,3% 78,5% 83,7% 87,5% 89,3%

CdR_modle commande en souffrance
-150,0%
-100,0%
-50,0%
0,0%
50,0%
100,0%
150,0%
CdR 5 CdR 6 CdR 7 CdR 10 CdR 20 CdR 50
Dtaillants (TCR) Entrept (TCW) Systme (TCT)
Figure 4-2 : Les gains en fonction du CdR dans le cas de commande en souffrance
4.5.1.2. CdR dans le cas de vente perdue
Comme on le voit sur le Tableau 4-3 et la Figure 4-3, dans le cas de vente perdue le gain sur
le cot total du systme (TCT) est plus ou moins stable avec le changement de CdR. Si on
compare avec le cas de commande en souffrance, les gains sont nettement moins forts. Les
dtaillants sont galement toujours gagnants mais lentrept connait des pertes trs
importantes (jusquau 255,6 % avec CdR gal 20). Avec un CdR plus grand, le gain sur les
cots de rupture de stock chez les dtaillants (Rupt.) sont plus importants mais au niveau des
cots de possession de stock (Poss.) les gains sont moins variables et toujours trs importants.
88
Tableau 4-3 : Rsultats danalyse sur CdR dans le cas de vente perdue
CdR 5 CdR 10 CdR 15 CdR 20 CdR 30 CdR 40 CdR 50
nP 20295 70429 127554 162794 213830 238302 398587
P 51258 67454 112262 113155 153161 184453 281685 Rupt.
Gagne -152,6% 4,2% 12% 30,5% 28,4% 22,6% 29,3%
nP 113963 107569 101256 113509 112987 124331 115195
P 4074 16518 7494 7227 3770 14244 5386
TCR
Poss.
Gain 96% 85% 93% 94% 97% 89% 95%
nP 134258 177998 228810 276303 326817 362632 513782
P 55332 83973 119755 120382 156932 198697 287071 TCR
Gain 58,8% 52,8% 47,7% 56,4% 52% 45,2% 44,1%
nP 35819 44879 55885 31092 34505 59745 36442
P 64328 78767 93625 110576 109322 104876 105527
TCT
TCW
Gain -79,6% -75,5% -67,5% -255,6% -216,8% -75,5% -189,6%
nP 170077 222876 284695 307395 361322 422377 550224
P 119661 162740 213381 230957 266254 303573 392598 TCT
Gain 29,6% 27% 25% 24,9% 26,3% 28,1% 28,6%

CdR_modle vente perdue
-300,0%
-250,0%
-200,0%
-150,0%
-100,0%
-50,0%
0,0%
50,0%
100,0%
CdR 5 CdR 10 CdR 15 CdR 20 CdR 30 CdR 40 CdR 50
Dtaillants (TCR) Entrept (TCW) Systme (TCT)
Figure 4-3 : Les gains quant CdR dans le cas de vente perdue
4.5.2. La sensibilit des rsultats face au nombre de dtaillants (ND)
Pour voir leffet du nombre de dtaillants sur la valeur de partage dinformation, nous avons
programm les deux modles avec trois diffrents nombres de dtaillants : 3, 5 et 7. Afin de
vrifier les rsultats pour non seulement un seul cot unitaire de rupture, dans cette analyse
ainsi que dans les autres analyses suivantes, nous faisons nos analyses de sensibilit avec le
plus petit et le plus grand CdR (CdR gal 5 et 50). Les rsultats diffrent toujours
sensiblement selon que lon soit dans un contexte de commandes en souffrances ou de ventes
perdues.
89
4.5.2.1. ND dans le cas de commande en souffrance
Dans le cas de commande en souffrance, avec des CdR faibles ou levs, il y a une relation
directe et sensiblement linaire entre le nombre de dtaillants et le gain au niveau du systme
global (TCT). Au niveau des dtaillants (TCR), dans tous les cas, les gains sont trs
importants et plus ou moins stables. Avec un CdR gal 5, lentrept est toujours perdant
avec une perte plus importante lorsque le cas de nombre de dtaillants est gal 3 (-136,6%).
Avec un CdR gal 50, lentrept est toujours gagnant avec un gain plus important dans le
cas o le nombre de dtaillant est gal 7 (87,7%).
Tableau 4-4 : Rsultats danalyse sur ND dans le cas de commande en souffrance
ND 3 ND 5 ND 7

TCR TCW TCT TCR TCW TCT TCR TCW TCT
nP 189825 33527 223352 286022 59952 345974 686834 71106 757940
P 1201 79340 80541 2402 85962 88364 2928 107145 110074
CdR
5
Gain 99,4% -136,6% 63,9% 99,2% -43,4% 74,5% 99,6% -50,7% 85,5%
nP 580325 175557 755883 2186090 246785 2432875 5624207 870772 6494980
P 1213 79347 80560 1990 85947 87937 3095 107166 110261
CdR
50
Gain 99,8% 54,8% 89,3% 99,9% 65,2% 96,4% 99,9% 87,7% 98,3%

ND_modle commande en souffrance
CdR5
CdR50
0,0%
20,0%
40,0%
60,0%
80,0%
100,0%
120,0%
ND 3 ND5 ND7
Figure 4-4 : Les gains quant ND dans le cas de commande en souffrance
4.5.2.2. ND dans le cas de vente perdue
Dans ce cas la sensibilit des gains face au nombre de dtaillants dpende fortement du CdR.
Avec un CdR gal 5 la relation est directe mais avec un CdR gal 50 la relation est
inverse. Les dtaillants sont toujours gagnants et lentrept est perdant avec ND gal 3 et 5
mais gagnant avec ND gal 7.
90
Tableau 4-5 : Rsultats danalyse sur ND dans le cas de vente perdue
ND 3 ND 5 ND 7

TCR TCW TCT TCR TCW TCT TCR TCW TCT
nP 134258 35819 170077 212790 30967 243757 241951 166243 408194
P 55332 64328 119661 95186 61941 157126 183123 70904 254026
CdR
5
Gain 58,8% -79,6% 29,6% 55,3% -100% 35,5% 24,3% 57,3% 37,8%
nP 513782 36442 550224 994291 29181 1023472 1945274 133423 2078697
P 287071 105527 392598 698710 123643 822354 1697492 116578 1814070
CdR
50
Gain 44,1% -189,6% 28,6% 29,7% -323,7% 19,7% 12,7% 12,6% 12,7%

ND_modle Vente perdue
CdR5
CdR50
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
ND 3 ND5 ND7
Figure 4-5 : Les gains quant ND dans le cas de vente perdue
4.5.3. La sensibilit des rsultats face au dlai dapprovisionnement (L)
Au niveau des caractristiques du dlai dapprovisionnement, comme nous lavons dit, on
considre trois types de dlai : L1 ou dlai initial, L2 ou dlai plus grand qui mesure leffet de
la moyenne du dlai et L3 ou plus large qui mesure leffet de la variation du dlai.
4.5.3.1. L dans le cas de commande en souffrance
Dans ce cas, ni la moyenne de dlai (L2) ni la variation de dlai (L3) nont de grands impacts
sur la valeur de linformation. La variation plus importante du dlai (L3) augmente toujours la
valeur du partage de linformation (de 63,9% 68,3% et de 89,3% 95,8%), tendis que leffet
de la moyenne du dlai dpend du CdR. Avec un CdR gal 5, un dlai moyen plus lev
(L2) diminue le gain (de 63,9% 53,3%) mais avec un CdR gal 50, L2 fait augmenter le
gain (de 89,3% 96,6%). Les dtaillants sont toujours gagnant alors que lentrept perd
toujours (sauf dans un cas : avec L1 et CdR gal 50).
91
Tableau 4-6 : Rsultats danalyse sur L dans le cas de commande en souffrance
L1 L2 L3

TCR TCW TCT TCR TCW TCT TCR TCW TCT
nP 189825 33527 223352 353301 60671 413972 96106 28072 124178
P 1201 79340 80541 55162 138293 193454 1492 37887 39379
CdR
5
Gain 99,4% -136,6% 63,9% 84,4% -127,9% 53,3% 98,4% -35% 68,3%
nP 580325 175557 755883 4252433 72177 4324610 889350 30601 919951
P 1213 79347 80560 1100 145406 146506 1066 37946 39012
CdR
50
Gain 99,8% 54,8% 89,3% 100% -101,5% 96,6% 99,9% -24% 95,8%

L_modle commande en souffrance
CdR5
CdR50
0,0%
20,0%
40,0%
60,0%
80,0%
100,0%
120,0%
L1 L2 L3
Figure 4-6 : Les gains quant L dans le cas de commande en souffrance
4.5.3.2. L dans le cas de vente perdue
Dans le cas de vente perdue, la variation plus importante de dlai (L3) induit une rduction
considrable des gains du systme. Ceci est diffrent de ce que nous avons trouv dans le cas
de commande en souffrance, pour lequel la variation plus importante de dlai augmentait la
valeur dinformation de dlai. La moyenne plus grande de dlai (L2) nentrane que de faibles
gains au niveau du systme total. Dans tous les cas, les dtaillants sont des gagnants et
lentrept est perdant.
92
Tableau 4-7 : Rsultats danalyse sur L dans le cas de vente perdue
L1 L2 L3

TCR TCW TCT TCR TCW TCT TCR TCW TCT
nP 134258 35819 170077 240570 32564 273134 75162 23682 98844
P 55332 64328 119661 55668 136809 192477 43028 36533 79561
CdR
5
Gain 58,8% -79,6% 29,6% 76,9% -320,1% 29,5% 42,8% -54,3% 19,5%
nP 513782 36442 550224 589461 146640 736101 511714 29502 541216
P 287071 105527 392598 335345 222449 557793 405287 54701 459988
CdR
50
Gain 44,1% -189,6% 28,6% 43,1% -51,7% 24,2% 20,8% -85,4% 15%

L_modle vente perdue
CdR5
CdR50
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
L1 L2 L3
Figure 4-7 : Les gains quant L dans le cas de vente perdue
4.5.4. La sensibilit des rsultats face lhypothse dallocation (Hypo)
Concernant les diffrentes hypothses dallocation, nous faisons deux analyses : une sur les
gains ou la valeur du partage dinformation et lautre, qui est la plus importante, qui montre
lefficacit des hypothses dans diffrents cas, sur le cot total du systme (TCT) dans
diffrents cas et avec diffrentes hypothses. Dans chaque situation, lhypothse qui donne le
cot total (TCT) le plus faible est la plus efficace. Comme nous avons dj dit, lhypothse 1
est toujours la plus efficace car il ny pas de contraintes et cest le modle qui fixe la
rpartition minimisant le cot total du systme. Mais cette hypothse 1 peut tre irrelle, car
dans la ralit le dcideur lentrept suit des contraintes et respecte des engagements
contractuels pour distribuer les marchandises entre les dtaillants. De ce fait, il est ncessaire
de comparer les autres hypothses (qui sont relles et applicable) avec lhypothse 1 pour voir
leur niveau defficacit.
4.5.4.1. Hypo dans le cas de commande en souffrance
Dans ce cas, la valeur du partage (le gain sur TCT) ne change pas beaucoup entre Hypo1,
Hypo2_PD et Hypo2_nPD (notamment avec un CdR gal 50). Par contre les gains pour
93
lhypothse 3 sont considrablement plus faibles. Si on regarde les gains au niveau des
partenaires, on tire la mme conclusion : les gains ou les pertes pour les dtaillants (sur TCR)
et pour lentrept (sur TCW) ne changent pas beaucoup en fonction de ces hypothses. Avec
un CdR gal 50, tout le monde est gagnant et mais CdR gal 5, les dtaillants sont
gagnants et lentrept est perdant. Par contre avec hypothse 3, lentrept est toujours perdant.
Tableau 4-8 : Rsultats danalyse sur Hypo dans le cas de commande en souffrance
CdR 5 CdR 50
nP P Gain nP P Gain
TCR 189825 1201 99,4% 580325 1213 99,8%
TCW 33527 79340 -136,6% 175557 79347 54,8% Hypo1
TCT 223352 80541 63,9% 755883 80560 89,3%
TCR 243067 4055 98,3% 581448 3886 99,3%
TCW 50320 132683 -163,7% 525416 133220 74,6% Hypo2_PD
TCT 293386 136738 53,4% 1106864 137106 87,6%
TCR 232943 37384 84% 622094 43205 93,1%
TCW 34717 121042 -248,6% 419229 130142 69% Hypo2_nPD
TCT 267660 158427 40,8% 1041323 173348 83,4%
TCR 725487 566031 22% 904303 782782 13,4%
TCW 15618 91729 -487,3% 51643 112372 -117,6% Hypo3
TCT 741105 657760 11,2% 955946 895154 6,4%

Hypo_Gains_modle commande en souffranec
CdR5
CdR50
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
80,0%
90,0%
100,0%
Hypo1 Hypo2_PD Hypo2_nPD Hypo3
Figure 4-8 : Les gains pour diffrentes hypo dans le cas de commande en souffrance
La Figure 4-9 schmatise les changements de TCT pour les Hypos dans diffrents cas. Le
TCT est considrablement augment dans tous les cas avec Hypo3. Autre cas, qui fait lever
les cots, cest le cas du non partage avec CdR gal 50 (nP_CdR50).
94
H
y
p
o
1
H
y
p
o
2
_
P
D
H
y
p
o
2
_
n
P
D
H
y
p
o
3
P
_
C
d
R
5
n
P
_
C
d
R
5
P
_
C
d
R
5
0
n
P
_
C
d
R
5
0
0
500000
1000000
1500000
2000000
Hypo_TCT_modle commande en souffrance
Figure 4-9 : TCT pour diffrentes hypo dans le cas de commande en souffrance
Au niveau defficacit, comme cest montr dans le Tableau 4-9 et la Figure 4-10, sauf dans
le cas non partage du dlai avec CdR gal 50, Hypo2_PD et Hypo2_nPD ont des bonnes
efficacits (positive). Il faut expliquer que une efficacit (pourcentage) ngative dans ce
tableau veut dire que le TCT augmente plus que 100% quant Hypo1 (hypothse optimale).
Pour les pourcentages positifs, augmentation de TCT est gal 1-efficacit. Lefficacit des
Hypos a t calcule avec lquation suivante :
Efficacit Hypo(x)= [1 - (TCT
Hypo(x)
- TCT
Hypo1
)/ TCT
Hypo1
]*100
Tableau 4-9 : Lefficacit des Hypos dans le cas de commande en souffrance
CdR 5 CdR 50

nP P nP P
Hypo2_PD 68,6% 30,2% 53,6% 29,8%
Hypo2_nPD 80,2% 3,3% 62,2% -15,2%
Hypo3 -131,8% -616,7% -20,9% -911,2%

Figure 4-10 : Changement defficacit entre les Hypos dans le cas de commande en souffrance
Hypo_efficacit_model commande en
souffrance_CdR5
-100,0%
-50,0%
0,0%
50,0%
100,0%
Hypo1 Hypo2_PD Hypo2_nPD Hypo3
nP P
Hypo_efficacit_model commande en
souffrance_CdR50
-100,0%
-50,0%
0,0%
50,0%
100,0%
Hypo1 Hypo2_PD Hypo2_nPD Hypo3
nP P


95
4.5.4.2. Les hypothses dallocation dans le cas de vente perdue
Les rsultats sortis dans ce cas, montrent que la sensibilit, au niveau des gains et aussi au
niveau des cots, est moins variante que dans le cas de commande en souffrance. Les gains
moins forts sont toujours avec Hypo3 et maximum du gain est pour Hypo2_PD avec CdR
gal 5 (30,7%). Au niveau des gains des partenaires dans plupart des cas les dtaillants sont
gagnants et lentrept est perdant. Un cas exceptionnel est la Hypo2_PD avec CdR gal 50,
dans lequel lentrept est gagnant (73,4%) et les dtaillants sont perdants (-332,6%).
Tableau 4-10 : Rsultats danalyse sur Hypo dans le cas de vente perdue
CdR 5 CdR 50
nP P Gain nP P Gain
TCR 134258 55332 58,8% 513782 287071 44,1%
TCW 35819 64328 -79,6% 36442 105527 -189,6% Hypo1
TCT 170077 119661 29,6% 550224 392598 28,6%
TCR 149770 2837 98,1% 77950 337207 -332,6%
TCW 46674 133386 -185,8% 473171 125664 73,4% Hypo2_PD
TCT 196444 136223 30,7% 551121 462871 16%
TCR 207372 80698 61,1% 174165 427250 -145,3%
TCW 49231 116265 -136,2% 401732 45494 88,7% Hypo2_nPD
TCT 256603 196963 23,2% 575897 472743 17,9%
TCR 301514 138680 54% 526686 423353 19,6%
TCW 32827 119042 -262,6% 87681 126170 -43,9% Hypo3
TCT 334342 257722 22,9% 614367 549523 10,6%

Hypo_Gains_modle vente perdue
CdR5
CdR50
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
Hypo1 Hypo2_PD Hypo2_nPD Hypo3
Figure 4-11 : Les gains pour diffrentes hypo dans le cas de vente perdue
Comparant avec le cas de commande en souffrance, schma global du changement de TCT
pour les Hypos dans le cas de vente perdue (Figure 4-12) montre des augmentations mois fort
de TCT pour Hypo3, et des changement plus important pour le CdR. Ce qui veut dire le
partage dinformation dans le cas de vente perdue est moins capable de diminuer les cots
avec des grands CdR.
96
H
y
p
o
1
H
y
p
o
2
_
P
D
H
y
p
o
2
_
n
P
D
H
y
p
o
3
P
_
C
d
R
5
n
P
_
C
d
R
5
P
_
C
d
R
5
0
n
P
_
C
d
R
5
0
0
200000
400000
600000
800000
Hypo_TCT_modle vente perdue
Figure 4-12 : TCT pour diffrentes hypo dans le cas de vente perdue
Notre analyse sur lefficacit des Hypos dans le cas de vente perdue montre que lhypothse
optimale est videmment toujours Hypo1. Par contre dans ce cas lefficacit des Hypos est
aussi moins variante (toujours positif sauf pour Hypo3 avec CdR 5). De cette analyse on peut
conclure que les rsultats sont moins sensibles face au type de lhypothse dallocation dans
le cas de vente perdue.
Tableau 4-11 : Lefficacit des Hypos dans le cas de vente perdue
CdR 5 CdR 50

nP P nP P
Hypo2_PD 84,5% 86,2% 99,8% 82,1%
Hypo2_nPD 49,1% 35,4% 95,3% 79,6%
Hypo3 3,4% -15,4% 88,3% 60,0%

Figure 4-13 : Changement defficacit entre les Hypos dans le cas de vente perdue
Hypo_efficacit_model vente perdue_CdR5
-100,0%
-50,0%
0,0%
50,0%
100,0%
Hypo1 Hypo2_PD Hypo2_nPD Hypo3
nP P
Hypo_efficacit_model vente perdue_CdR50
-100,0%
-50,0%
0,0%
50,0%
100,0%
Hypo1 Hypo2_PD Hypo2_nPD Hypo3
nP P

97
4.5.5. Analyse sur leffet rciproque du partage de la demande et partage du
dlai
Une dernire analyse est faite sur ce quon nomme leffet rciproque du partage , sur de
deux type dinformation : le dlai dapprovisionnement comme une information amont et la
demande finale comme une information aval. Cette analyse devenue possible dune
comparaison de cots entre deux hypothse : Hypo2_PD et Hypo2_nPD. Comme nous avons
expliqu prcdemment la seule diffrence entre ces deux hypothses est sur le partage de la
demande finale. Hypo2_PD utilise les informations relatives aux demandes relles des clients,
tandis que Hypo2_nPD, en se basant sur les moyennes des demandes, ne utilise pas les
informations de la demande finale.
4.5.5.1. Effet rciproque du partage dans le cas de commande en souffrance
Remarque impressionnante de ce cas, est la rentabilit conditionnelle du partage de la
demande finale qui dpend au partage du dlai. Comme on peut voir dans le Tableau 4-12,
avec les deux CdR (5 et 50) le TCT sortie de Hypo2_PD est moins lev quand le dlai est
partag (cas P). Contrairement, le TCT sorti de Hypo2_nPD est toujours moins lev quand
le dlai est non partag. De cela, on peut conclure, que dans le cas de commande en
souffrance si le dlai est partag (cas P), il faut partager aussi la demande (appliquer
Hypo2_nPD), et si le dlai nest pas partager (cas nP), il ne faut pas partager la demande
(appliquer Hypo2_nPD).
Tableau 4-12 : Effet rciproque du partage dans le cas de commande en souffrance
CdR 5 CdR 50
Gain sur le partage du
dlai

P nP P nP CdR 5 CdR 50
Hypo2_PD
(TCT)
136738 293386 137106 1106864 53% 88%
Hypo2_nPD
(TCT)
158427 267660 173348 1041323 41% 83%
Gain sur le
partage de la
demande
14% -10% 21% -6%
Une calcule supplmentaire, prsent dans la Figure 4-14, montre les gains sur le partage de
la demande finale, qui sont toujours positives dans le cas du partage de dlai et sont toujours
ngatives dans le cas de non partage dlai.
98
Valeur demande_modle commande en souffrance
nP
P
-10%
-5%
0%
5%
10%
15%
20%
25%
CdR 5 CdR 50
Figure 4-14 : Gains sur le partage de la demande dans le cas de commande en souffrance
4.5.5.2. Effet rciproque du partage dans le cas de vente perdue
Lanalyse deffet rciproque sur le cas de vente perdue montre que la conclusion faite pour le
cas de commande en souffrance nest pas valide dans ce cas. Autrement dit, la valeur du
partage dinformation de la demande dans le cas de vente perdue nest pas conditionnelle, est
la partage de la demande finale est toujours rentable (dans tous cest Hypo2_PD qui rend le
TCT moins lev).
Tableau 4-13 : Effet rciproque du partage dans le cas de commande en souffrance
CdR 5 CdR 50
Gain sur le partage du
dlai
P nP P nP CdR 5 CdR 50
Hypo2_PD
(TCT)
136223 196444 462871 551121 31% 16%
Hypo2_nPD
(TCT)
196963 256603 472743 575897 23% 18%
Gain sur le
partage de la
demande
31% 23% 2% 4%
Cependant, comme la Figure 4-15 montre, les gains du partage de la demande finale dans le
cas de vente perdue sont toujours positives et moins forts avec CdR plus grand (50).
Valeur demande_modle vente perdue
nP
P
-10%
-5%
0%
5%
10%
15%
20%
25%
30%
35%
CdR 5 CdR 50
Figure 4-15 : Gains sur le partage de la demande dans le cas de vente perdue




99
4.6. Conclusion
Dans ce chapitre, nous avons tudi leffet du partage dinformation dans un entrept avec
plusieurs dtaillants. Les diffrences principales entre ltude prsente dans ce chapitre et
celle prsente dans le chapitre prcdant rsident dune part dans la nature mme du rseau,
savoir un entrept (stockage possible) la place dun dpt, et dautre part dans la mthode
de rsolution de problme savoir loptimisation la place de la simulation. Sachant que le
modle de simulation dvelopp dans le chapitre prcdent ne fonctionne pas pour ce
problme, nous nous sommes orients vers les outils doptimisation. Ceci est dautant plus
justifi que ce modle de stockage peut tre rsolu par des algorithmes doptimisation exacts
comme ceux utiliss par loutil LINGO. Suite un paramtrage assez vaste et en considrant
plusieurs hypothses et politiques de stockage, nous avons tir les conclusions suivantes :
1. Dans tous les cas tudis, le partage dinformation de dlai a des impacts importants ;
2. Selon le type de comportement clientle, le partage dinformation de dlai impacte de
manire positive, inverse ou faible la performance selon : le cot unitaire de rupture, le
nombre de dtaillants et le type du dlai. Le comportement clientle ressort comme
tant le facteur le plus important en termes de sensibilit ;
3. Lorsque lon contraint des rgles dallocation pour se rapprocher de cas rels on
obtient malgr tout de bons rsultats en termes defficacit ;
4. Une analyse de limpact du partage rciproque de la demande finale et du dlai
dapprovisionnement, montre que selon le comportement clientle, le partage de la
demande finale nest pas toujours gagnant et dpend du partage du dlai. Seulement
lorsque le dlai est partag, le partage de la demande finale impacte positivement le
rsultat.
Ltude et les analyses prsentes jusquici sont principalement bases sur une approche
conceptuelle avec des donnes et des hypothses thoriques. Dans le chapitre suivant, une
tude dun cas rel est prsente, visant une premire validation de nos rsultats et de nos
conclusions prsentes dans ce chapitre et le chapitre prcdant.
100
Chapitre 5. : Evaluation de la valeur du partage
dinformation de dlai dans un cas rel pharmaceutique
5.1. Introduction
Dans ce chapitre nous examinons l'effet de partage d'information du dlai
dapprovisionnement sur le stock de scurit dans une chane logistique pharmaceutique aval.
Cette chane inclut une pharmacie centrale (entrept) et une pharmacie d'hpital (dtaillant).
Cette chane logistique pharmaceutique est dcrite dans les sections suivantes. L'entrept
et/ou le dtaillant peuvent connatre le dlai exact pour les commandes suivantes. Il faut
prciser que linformation de dlai dapprovisionnement est communique suffisamment
lavance de telle sorte que lentrept et le dtaillant puissent agir et rajuster leurs stocks.
Ce chapitre dbute par une prsentation de la chaine logistique pharmaceutique aval et de
quelques lments importants de cette chane. En section 3, nous prsentons deux modles
doptimisation combine de stock et de transport dvelopps au laboratoire LIESP pour ce
cas. Ces modles sont utiliss pour nos analyses exprimentales en dernire section. Ensuite,
en section 4, nous exposons limportance du stock de scurit et nous introduisons quelques
modles de base de calcul du stock de scurit avant de clarifier la relation existant entre la
variation de dlai et le stock de scurit. Par la suite, dans la section 5, nous proposons trois
politiques de stockage, une pour le cas de non partage dinformation et deux autres pour le cas
de partage dinformation. Pour chaque politique, nous prsentons galement le modle
correspondant la dtermination du niveau de stock de scurit et par rsolution
mathmatique, nous analysons la valeur de partage dinformation. Nous concluons ce chapitre
par des exprimentations numriques bases sur des donnes issues dun cas rel et
commentons les rsultats obtenus.
5.2. Prsentation du cas rel et typologie considre
La chane logistique pharmaceutique est compose des fabricants de produits
pharmaceutiques, des fournisseurs de ces produits, des pharmacies centrales (fournissant
plusieurs hpitaux), des pharmacies hospitalires, des services de soin et des units de soin.
Les travaux prcdents au sein de laboratoire LIESP se sont plutt concentrs sur la
rorganisation des flux logistique pharmaceutique aval en particulier les flux dinformations
et flux physique de plusieurs produits et de services pharmaceutiques (Hassan et al. 2006,
101
Hassan 2006). Dans ces travaux, plusieurs analyses statistiques pour classifier les produits
pharmaceutiques, en fonction de leur consommation, de leur prix, de leur quantit, de leur
volume et de leur dlai de rapprovisionnement des produits ont t effectues. La Figure 5-1
illustre les flux entre les diffrents maillons de la chane logistique pharmaceutique aval.
Figure 5-1 : Chane logistique pharmaceutique aval
Information flow
Products flow
Cas non
Partage
Care Services
Care
units
Patient
room
Central pharmacy
MD supplier
MD supplier
Drug retailer
Drug retailer
Hospital
Pharmacy
Care
units
Patient
room
Hospital
Pharmacy
Care
units
Care Services
Care Services
Patient
room
Le rle principal de la pharmacie centrale est de regrouper plusieurs commandes des
pharmacies hospitalires pour profiter d'conomies d'chelle et rduire le dlai de livraison
aux pharmacies hospitalires. Compte tenu de l'incertitude affectant le dlai de livraison et des
rglementations strictes en termes de disponibilit des produits, le stock de scurit reprsente
une partie importante du stock (parfois gale au stock tournant).
5.2.1. Flux physique et classement des produits
Les tudes prcdentes se sont concentres sur les trois flux physiques principaux des
pharmacies, savoir les mdicaments (MED), les dispositifs mdicaux striles (DMS), et les
pansements (PANS). Concernant les tudes faites l'hpital de la Croix-Rousse de Lyon
(Hassan et al. 2006), les pharmacies hospitalires commandent principalement les dispositifs
mdicaux striles directement auprs de fournisseurs (plus de 100 fournisseurs diffrents
partout en Europe), les mdicaments et les pansements auprs de la pharmacie centrale. Les
dtaillants fournissent les pharmacies hospitalires pour les commandes spcifiques ou
occasionnelles ou urgentes (grande varit de rfrences produits pour une quantit faible).
La grande diffrence entre les caractristiques et les critres dutilisation de ces produits, a
conduit les chercheurs du laboratoire LIESP les classifier selon plusieurs critres bien
dfinis, comme par exemple le taux de rotation (TR), le prix (Pr), le volume (Vo), le dlai de
premption (DP), le dlai de livraison (DL), la traabilit (Tr) et la lgislation (Lg).
102
Un exemple de classement des produits pharmaceutiques est prsent dans le Tableau 5-1
Dans cette tude nous nous concentrons sur les produits rgulirement livrs par les
fournisseurs la pharmacie centrale et aux pharmacies hospitalires. Ce type de produit
concerne ceux ayant un taux de rotation constant et rgulier (classe A selon lanalyse de
Pareto et Tableau 5-1).
Selon ces tudes, les articles de classe A reprsentent prs de 15% des rfrences et plus de
80% des dpenses de lhpital. Les autres rfrences, i.e. la majorit, ont un taux de rotation
moins important. Ltude montre que la demande concernant ces articles est probabiliste
(Baboli et al. 2006, Hassan et al. 2006b). Il faut prciser que pour tous ces produits, le dlai
dapprovisionnement (dlai de livraison +dlai de production et/ou de prparation de
commande) peut tre variable.
Tableau 5-1 : Classement des produits pharmaceutique
Classes Homognes de Gestion Critres
(indicateurs de groupement)
A B C
Taux de Rotation (TR) Elev Moyen Faible
Prix (Pr) Elev Moyen Faible
Volume (Vo) Grand Moyen Petit
Dlai de Premption (DP) Court Moyen Long
Dlai de Livraison (DL) Court Moyen Long
Traabilit (Tr) Oui Non
Lgislation (Lg) Oui Non
5.2.2. Typologie considre
Dans ce chapitre, nous tudions l'effet du partage d'information de dlai sur le cot du stock
de scurit. Comme cest illustr dans la Figure 5-2, nous considrons la pharmacie centrale
comme l'entrept et la pharmacie dtablissement comme le dtaillant. Nous analysons l'effet
de partage d'information de dlai juste entre les fournisseurs extrieurs et la pharmacie
centrale parce que l'incertitude du dlai est plus importante entre ces deux entits quentre la
pharmacie centrale et la pharmacie dtablissement. Le dlai entre les deux pharmacies est
constant ou proche du zro. Cette hypothse semble tre correcte parce quelles sont
localises dans la mme ville, ce qui conduit un dlai de livraison infrieur un jour et donc
ngligeable. Ainsi, le niveau de stock de scurit ne peut pas tre affect par l'change
d'information de dlai de livraison entre les deux pharmacies, mais plutt par lchange
d'informations entre les pharmacies et les fournisseurs.
103
Figure 5-2 : Chane logistique pharmaceutique deux niveaux tudie
Demande dterministe
Service
de soin
Dtaillant :
Pharmacie dEtablissement
Entrept :
Pharmacie Centrale
Dlai fixe
Fournisseur
externe
Dlai alatoire
5.3. Modles de stockage combin pour la chane pharmaceutique (Baboli
et al. 2007)
Les modles de stockage correspondants ce problme pharmaceutique ont t dvelopps
la base par Baboli et al (2006 et 2007). Dans ces modles les auteurs sintressent au
problme doptimisation combine des cots de stock et de transport dans un contexte multi-
produits multi-niveaux. Deux situations diffrentes ont t tudies : la situation centralise et
la situation dcentralise. Dans la situation dcentralise, chaque pharmacie essaye
d'optimiser indpendamment son propre cot total (optimisation locale). Dans le cas
centralis, les pharmacies essayent de trouver un optimum global pour le systme entier. Le
but est de comparer le cot total du systme dans deux situations : lapprovisionnement
dcentralis et lapprovisionnement centralis.
Il y a trois types de vhicules et la livraison de chaque commande de l'entrept au dtaillant
peut tre effectue par un seul vhicule (sans fractionnement de lot). Ces trois types de
vhicules sont dfinis comme petit (S), moyen (M) et grand (L) et ont leurs propres cots
fixes et variables et capacits comme montrs au Tableau 5-2.
Tableau 5-2 : Arrangement de transport
type de
Vhicule
Capacit Cot fixe Cot variable
S (c
i
=1) q
1
F
1
v
1
M (c
i
=2) q
2
F
2
v
2
L (c
i
=3) q
3
F
3
v
3
104
On suppose que F1 < F2 < F3, v1 > v2 > v3, q1 < q2 < q3 et F2=F1+q1 (v1-v2),
F3=F2+q2 (v2-v3). Ces quations ont pour objectif dviter la sur-dclaration. Ainsi, le cot
de transport varie selon la quantit de la commande.
.
Hypothses de base
1. le dtaillant considre des demandes dterministes avec un taux fixe pour tous les
produits.
2. la rupture est strictement interdite au niveau de lentrept et au niveau du dtaillant.
3. l'entrept paie le cot de transport de l'entrept au dtaillant
4. le dlai de livraison entre lentrept et le dtaillant est constant.
5. le dlai dapprovisionnement entre lentrept et les fournisseurs est aussi constant.
6. le fractionnement de lot lentrept nest pas autoris.
7. lentrept a la possibilit de livrer en avance en prenant en charge un cot de pnalit
supplmentaire qui est fonction des jours davancement et du taux de possession de
stock chez dtaillant.
8. pour chaque produit k, la taille de lot lentrept est un multiple entier de la taille de
lot au dtaillant.
Notations :
N: Nombre darticles
D
k
: Taux de demande de larticle k
A
w
: Cot de passation de commande la pharmacie centrale
A
r
: Cot de passation de commande la pharmacie dtablissement
h
wk
: Taux de possession pour larticle k la pharmacie centrale
h
rk
: Taux de possession pour larticle k la pharmacie dtablissement
Q
rk
: Quantit commande pour larticle k la pharmacie dtablissement
Q
wk
: Quantit commande pour larticle k la pharmacie centrale
C
rk
: Cot relatif de larticle k pour la pharmacie dtablissement
C
wk
: Cot relatif de larticle k pour la pharmacie centrale
TC
r
: Cot total pour la pharmacie dtablissement
TC
w
: Cot total pour la pharmacie centrale
SC
k
: Cot relatif larticle k pour lensemble du systme
TSC: Cot total pour le systme
105
P
rk
: Cot de pnalit la pharmacie dtablissement pour le produit k

ke
: Nombre de jours davance de la e
me
commande du produit k
j
ke
: Date de la e
me
commande du produit k
c
i
: Type de vhicule i
P
wk
: Cot de pnalit la pharmacie centrale pour le produit k

ke
: Nombre de jours davance de la e
me
livraison du produit k
g
ke
: Date de la e
me
livraison du produit k
u
k
: Volume unitaire de larticle k
5.3.1. Modle dcentralis
Dans ce cas, le dtaillant (la pharmacie dtablissement) peut commander simultanment
plusieurs articles. Lobjectif pour le dtaillant est de rduire les cots de passation de
commande en profitant de lconomie dchelle d la commande simultane de plusieurs
articles. Il convient alors de rapprocher ce gain des cots de possession supplmentaires ds
au rapprovisionnement en avance. Larticle k, dans le cas dapprovisionnement individuel,
doit tre rapprovisionn chaque intervalle T
k
, ainsi la taille de lot est Dk.Tk . Nous
supposons que Tk est un multiple entier du temps de priode. Le rapprovisionnement consiste
recomplter le stock avec la dure de chaque cycle T gale au PPCM (plus petit commun
multiple) de tous les Tk.
Le cot total au dtaillant (pharmacie dtablissement) peut tre formul comme suit :
n 0. La
Variable a
j
exprime la passation dune commande le jour j.

=
=
=
=
= =

= =
=
+ + =

=
=
=
=
= =
=
1
1
1
*
1
1
1 1
1
2 1
1
1
. s.t
) (
,..., 2 , 1 ; ,..., 2 , 1 ;
,..., 2 , 1 ; else 0
1 if 1
s.t.
/ ) ( )
2
( ) ,..., , (
ke
ke
k
k
j
j
kj
kj
ke
ke k ke
T
T
e
ke k k rk rk
k
T n
J
kj
j
N
k
kj j
N
k
rk
N
k
k k rk
T
j
r j
N r
e z
z
j
j e T
D T h P
T
T
n N k n z
T j a
z a
T P
D T h
T
A a
T T T TC

O Z
kj
=1 si larticle k est rapprovisionn au dtaillant au cours de la priode j, sino
106
Puisque le fonctionnement attendu dans chaque cycle est identique, le cot long terme par
unit du temps est gal au cot moyen pour un cycle.
La quantit de la commande pour chaque article par lentrept est un multiple entier de la
quantit commande par le dtaillant et dans une solution optimale, la livraison dune
Le cot de passation de comma
M est le PPCM de tous les nkTk pprovisionnement de lentrept).
x
kj
=1 si larticle k j, sinon 0.
uivante :

ikj
=1 si larticle k
y
ij
=1 si vhicule i
S ne pnalit P
wk
qui est
de jours davance. On peut formuler
N k n
k
,..., 2 , 1 ; int est =
commande lentrept correspond la livraison dune commande au dtaillant. Ainsi, le cot
de possession lentrept (Hw) peut tre calcul comme suit :
D T n h H
N
k
k k k wk w
] 2 / ) 1 ( [
1
=

=
nde pour lentrept (Ow) est :

= =
=

=
M j b
x b
M
j
N
k
kj j
M
w
,..., 2 , 1 ; else 0
1 if 1
1
=

=
A b
O
w
j
j
1
(cycle global au niveau du ra
est rapprovisionn par lentrept durant la priode
On considre que lentrept peut avoir plusieurs vhicules du mme type (c
i
prsente le
vhicule type i). Le cot de transport total (Trw) peut tre exprim de la manire s
[ ]
i i
c k k k
n
k
ikj c
ij ij
n
k
ikj
t
j
kj
t
j
V
i
ikj
q u D T q
y y
z
T
<
= = >

=
= = =
1
1
1
1 1 1
0 else 1 then 0 if

i i
N
k
c k k k ikj
T
j
V
i
ij c
w
v u D T y F
Tr
+
=

= = = 1 1 1
) (
est livr par vhicule i durant la priode j, sinon 0.
est utilis durant la priode j, sinon 0.
i lentrept dcide de dlivrer un article k en avance, il doit payer u
fonction du cot de possession du dtaillant et du nombre
la pnalit ainsi :
107

=
=
=
=

= =
=
=
1
1 1
1
1
1
1
s.t.
) (
ke
ke
k
g
j
V
i
ikj
V
i
ikg
ke
ke ke ke
T
T
e
ke k k rk wk
e
g
g j
D T h P

Ds lors que la rupture nest pas autorise, le cot total lentrept (pharmacie centrale) se
compose du cot de possession lentrept, du cot de passation de commande au fournisseur
et du cot de transport vers la pharmacie dtablissement :

=
+ + + =
k
wk w w w w
T P Tr O H TC
1
/ ) (
N

5.3.2. Modle centralis
Dans ce cas, lobjectif est de trouver la meilleure stratgie de rapprovisionnement pour le
systme entier base sur des demandes relles de la pharmacie dtablissement. On considre
que le dtaillant transmet ses besoins rels sans aucune optimisation locale, et donc le cot de
pnalit au dtaillant (P
rk)
disparat :
k
T n
J
kj
j
N
k
kj j
N
k
k k rk
T
j
r j
N r
T
T
n N k n z
T j a
z a
D T h
T
A a
T T T TC
k
,..., 2 , 1 ; ,..., 2 , 1 ;
,..., 2 , 1 ; else 0
1 if 1
s.t.
)
2
( ) ,..., , (
*
1
1
1
1
2 1
= = =

= =
=
+ =

=
=
=
=
Donc dans cette politique, cest le rle de lentrept, en respectant linterdiction de rupture
chez ce dtaillant, de trouver le meilleur plan de rapprovisionnement.
Le cot total du systme est la somme du cot total du dtaillant et du cot total de
lentrept :
T P Tr O H TC TSC
N
k
wk w w w r
/ ) (
1

=
+ + + + =
5.3.3. Dmarche de rsolution et programmation
Pour rsoudre ce problme, les auteurs proposent une dmarche de rsolution quon peut
schmatiser comme Figure 5-3. Dans cette dmarche, on part de la matrice des besoins du
108
dtaillant, et passe par quatre tapes principales pour arriver au programme
dapprovisionnement de lentrept.
2. Programme de
rapprovisionnement du
dtaillant
3. Programme de
chargement et de livraison
4. Programme de
rapprovisionnement de
lentrept
Optimisation : Rapprovisionnement au dtaillant
Optimisation : Rapprovisionnement lentrept
Optimisation : Chargement et Livraison
1. Matrice initiale:
Besoins de dtaillant
Seulement dans le
cas dcentralis
Figure 5-3 : Dmarche de rsolution
Etape 1 : dterminer la date au plus tard pour la livraison de chaque article indpendamment
des autres articles, selon son taux de demande D
k.
La date de livraison correspondante est T
0
+
n.T
k
, o T
0
est la date initiale et n un entier qui correspond aux dates les plus tardives pour
viter la rupture de stock. Le rsultat de cette tape est une matrice boolenne N T de
besoins bruts de dtaillant.
Etape 2 : dfinir les demandes relles du dtaillant. Si le cot de possession supplmentaire
(h
rk
.Q
rk
.
ke
) d une livraison en avance dun produit k est moins important que le cot de
passation de commande A
r
, profiter de la possibilit du rapprovisionnement collectif, afin de
rduire le cot total de passation de commande.
Etape 3 : Choisir les dates de livraison effectives et les vhicules convenables pour le
transport. Lentrept peut dcider de dlivrer une commande plus tt que sa date de livraison
initiale dtermine par le dtaillant, en induisant un cot de pnalit pour lentrept gal au
cot de possession supplmentaire chez le dtaillant.
Etape 4 : dterminer les commandes de lentrept aux fournisseurs externes. Cest la mme
argumentation que pour la deuxime tape. Puisque le cot de transport est pris en charge par
le fournisseur externe, lentrept ne prend en compte que les cots de stockage et de passation
de commande.
109
Dans le cas dcentralis, la deuxime tape est supprime, parce que les choix des vhicules
et des dates de livraisons sont dtermins directement depuis la commande initiale et le
dtaillant ne fait plus loptimisation locale.
5.3.3.1. Programmation
Afin dexprimenter les modles tudis sur un cas rel, nous avons programm ces modles
mathmatiques dans lenvironnement MATLAB. Dans la Figure 5-4 entre chaque tape il y a
une phase doptimisation. Aprs avoir programm les modles (centralis et dcentralis),
nous avons programm des algorithmes doptimisation pour passer dune tape lautre. Ces
modles sont prsents dans les annexes de thse. On peut rsumer la dmarche gnrale de
ces programmations comme Figure 5-4.
Figure 5-4 : Dmarche gnrale des algorithmes doptimisation
Non
Oui
Faire le
ncessairement
k de 1 N
Critique?
Dj fait?
Quantit
optimale
t
Dj fait?
Rentable?
k de 1 N
De t+1 T
No
Oui
Non
Faire le
davance
t de 1 T
5.4. Variation du dlai et stock de scurit,
Dans la partie prcdente, on a parl des modles dvelopps pour le problme de stockage
combin de la chane pharmaceutique. Dans cette partie, en supposant le dlai
dapprovisionnement variable, nous poursuivons ces travaux en dveloppant des modles
intgrant le stock de scurit et en lappliquant au problme du partage dinformation.
Autrement dit, pour raliser une tude sur le partage dinformation de dlai, contrairement
lhypothse des modles de base, nous supposons que le dlai dapprovisionnement nest plus
110
constant et change dune faon alatoire dune priode lautre (dlai variable). Dans la
ralit cette hypothse est retenue dans le calcul du stock scurit. Comme la rupture de stock
est strictement interdite, la solution gnrale pour se prmunir dune variation de dlai est un
niveau important de stock de scurit.
En plus, contrairement au cas o non seulement le partage dinformation mais galement la
dcision centralise pour tous les membres de la chane (deux pharmacies attaches la mme
organisation Hospices Civils de Lyon) est permis voir souhaitable, le partage d'information
est la seule option de collaboration entre les fournisseurs et la pharmacie centrale.
En tudiant la performance historique du systme tudi, on trouve que le stock de scurit est
le paramtre le plus dpendant des alas de dlai dapprovisionnement. Ayant comme objectif
dtudier et de dterminer la valeur de partage dinformation de dlai, nous considrons que
le cot correspondant au stock de scurit est le meilleur paramtre pour valuer les effets du
partage dinformation. Dans les paragraphes suivants on va dabord prsenter le concept
gnral de stock de scurit et formaliser sa dpendance aux alas de dlai.
5.4.1. Stock de scurit : concept de base
La littrature sur le stock de scurit dans les problmes de stockage est trs vaste. Diffrents
modles et mthodes de modlisation peuvent tre cits : Graves (1998), Graves et Willems
(2000 et 2003), Minner (2000 et 2003). Lesnaia (2004). Sur le niveau du stock de scurit
quand le dlai dapprovisionnement est alatoire, le travail considrable de Simchi-Levi et
Zhao (2005) est une rfrence incontournable.
La cause principale dintroduction dun stock de scurit est la prsence dun ala dans le
systme, sur la demande ou sur le dlai. On cre un stock de scurit afin dviter la rupture
de stock. Le niveau du stock de scurit dpend de plusieurs paramtres : la variabilit de la
demande durant le dlai, la frquence de rapprovisionnement, le niveau de service dsir, et
la longueur du dlai. Le calcul du stock de scurit est bas gnralement sur la distribution
gaussienne pour appliquer les variabilits de dlai et de consommation.
Par exemple pour un article indpendant, faisant lobjet dune demande selon la distribution
gaussienne, pour se prmunir dun risque (unilatral) de 2,5% de rupture de stock d la
variabilit de consommation, il faut garder un stock de scurit (SS) gal 1,96 ( : cart-
type) de la distribution concerne. Le risque de rupture est li au taux de service client :
Taux de service client = 1 - risque de rupture
De plus, par exemple, si la demande est hebdomadaire et le dlai de rapprovisionnement est
de n semaines, on obtiendra le stock de scurit relatif ce dlai de n semaine par :
n SS SS
n
=
Dans un systme DRP (Distribution Requirement Planning) qui multiple les lieux de
stockage, la totalit du stock de scurit peut augmenter en fonction du nombre de lieux de
111
stockage (dpts). Ceci nest pas cohrent car lincertitude ou le risque de rupture ne sont
peut-tre pas les mmes chaque lieu de stockage. De plus, un dpt en situation de
manquant de stock peut tre approvisionn par dautres dpts. Avec N dpts, et si lon fait
lhypothse dune mutualisation des stocks, la formule gnralement utilise pour calculer le
stock de scurit chaque dpt (SS
d
) est :
N SS SS
d
=
5.4.2. Stock de scurit et alas sur le dlai
Dans cette partie nous prsentons un modle simple qui montre le changement du niveau de
stock de scurit en fonctions des alas sur la demande et sur le dlai. Puis en ajoutant
lhypothse dune demande dterministe, on montre la relation entre la variation du dlai et le
niveau de stock. A lorigine, le niveau de stock de scurit peut dpendre de deux variables :
la variation de la demande et la variation du dlai. Autrement dit, quand la demande et le dlai
sont probabilistes, le niveau de stock de scurit peut tre divis en deux parties : le stock de
scurit d la variation de la demande et le stock de scurit d la variation du dlai. Avec
une politique de stockage priodique i.e. avec des intervalles de rapprovisionnement (T
k
) fixe
pour le produit k (politique applique dans le cas pharmaceutique tudi dans ce chapitre), le
niveau de rapprovisionnement (R
k
) et le niveau de stock de scurit (S
k
) peuvent tre calculs
comme suit :
R
k
= (
k
+D
k
).(T
k
+E(L)+L) (1)
SS
k
=
k
..L + T
k
.D
k
+E(L).D
k
+D
k
.L (2)
O
R
k
: Niveau de rapprovisionnement pour le produit k.
SS
k
: Niveau de stock de scurit pour le produit k.
D
k
: Demande moyenne journalier (Taux de la demande) pour le produit k.

k
: Moyenne de la demande pour le produit k.
D
k
: Variation de la demande pour le produit k, (D
k
-
k
).
L : Dlai dapprovisionnement.
E(L): Moyenne du dlai.
L: Variation de dlai (L
t
- E(L)).
T
k
: Intervalle de rapprovisionnement pour le produit k.
Dans le problme tudi, nous considrons que la demande est rgulire avec une variation
ngligeable. Cela signifie que la variation de demande (D
k
) est proche de zro et donc les
quations (1 et 2) peuvent tre simplifies comme suit (3 et 4).
R
k
= D
k
.(T
k
+L+L) (3)
112
SS
k
= D
k
.L (4)
O D
k
n'est plus une valeur moyenne, mais une constante.
Comme le montre lquation (4), le niveau de stock de scurit est fonction du taux de la
demande (D
k
) et de la variation du dlai (L). En outre, la variation de niveau de stock de
scurit dpend seulement de la variation du dlai, donc pour la gestion efficace du stock de
scurit nous devons dterminer le niveau optimal de stock de scurit en ne considrant que
la variation du dlai. Ces formules de bases sont utilises par la suite pour notre modlisation.
5.5. Dmonstration mathmatique sur le partage dinformation de dlai
Dans cette partie nous prsentons une dmonstration mathmatique concernant le processus
de partage d'information de dlai et ses effets sur le niveau et le cot du stock de scurit.
Cette dmonstration est base sur les hypothses principales de la chane logistique
pharmaceutique tudie et rappele ci-aprs. Comme nous lavons prcis dans les
paragraphes prcdents, nous considrons une famille de produits avec une demande
dterministe (taux constant D
k
) pour le produit k. Nous supposons que le dlai de
rapprovisionnement ( l'entrept) est variable et suit une distribution uniforme. La politique
de stockage est priodique avec un intervalle constant gal T
k
pour l'article k. Cela signifie
que l'article k doit tre rapprovisionn chaque T
k
priode pour une taille de lot de Q
k
= D
k
.
T
k
. Nous savons que T
k
est un multiple entier de la priode. Le rapprovisionnement de stock
est un processus cyclique avec une longueur de cycle gale T qui est le PPCM (Plus Petit
Commun Multiple) de tous les T
k
.Avant dexpliquer notre modle, nous donnons dabord les
autres dfinitions utilises
T: PPCM de tous les T
k
.
N
k
= T/T
k
. : Nombre total de commandes durant le cycle T pour le produit k
n
k
: Numro de commande pour le produit k : un entier de 0 N
k
-1 (n=0 signifie quon fait la
premire commande de tous les produits au dbut du cycle de planification)
np
k
SS : Niveau de stock de scurit pour le produit k dans le cas de non partage dinformation
np
k
MSS : Moyenne de stock de scurit durant le cycle T pour le produit k dans le cas de non
partage dinformation (on suppose que le stock de scurit peut tre consomm durant le dlai
de rapprovisionnement, on calcule donc la quantit moyenne de produit en stock de scurit
pendant le cycle T)
1 p
k
SS : Niveau de stock de scurit pour le produit k dans le cas de partage dinformation avec
la politique de stockage 1.
1 p
k
MSS : Moyenne de stock de scurit durant le cycle T pour le produit k dans le cas de
partage dinformation avec la politique de stockage 1
2
,
p
T n k
k k
SS : Niveau de stock de scurit pour le produit k la date dapprovisionnement n
k
T
k
dans
le cas de partage dinformation avec la politique de stockage 2.
113
2 p
k
MSS : Moyenne de stock de scurit durant le cycle T pour le produit k dans le cas de
partage dinformation avec la politique de stockage 2.
np
T n k
k k
Q
,
: Quantit de commande (la taille de lot) pour le produit k la date
dapprovisionnement n
k
T
k
dans le cas de non partage dinformation
1
,
p
T n k
k k
Q : Quantit de commande (la taille de lot) pour le produit k la date
dapprovisionnement n
k
T
k
dans le cas de partage dinformation avec la politique de
stockage 1.
2
,
p
T n k
k k
Q : Quantit de commande (la taille de lot) pour le produit k la date
dapprovisionnement n
k
T
k
dans le cas de partage dinformation avec la politique de
stockage 2.
5.5.1. Croisement des commandes
Comme pour tous les modles de stockage avec dlai variable, nous supposons quil ny a pas
de croisement des commandes, autrement dit, au moment darrive dune commande, toutes
les commandes passes avant celle-ci sont dj arrives ou arrivent au mme temps. Cela
signifie que le systme de production (ou de distribution) des fournisseurs est un processus
squentiel (Song 1994). Dans le cas tudi, pour le produit k, le moment darrive dune
commande effectue la date dapprovisionnement n
k
T
k
est gal . Donc :
k k
T n k k
L T n +
k k k k
T n k k T n k k
L T n L T n
) 1 (
) 1 (

+ + n
k
=0, 1, , N
k
-1
Ou :
k k k k
T n k k T n k k
L T n L T n
) 1 (
) 1 (
+
+ + + n
k
=0, 1, , N
k
-1
On peut schmatiser cette hypothse comme Figure 5-5, avec n
k
=0, 1, 2 et 3.

k
T k
L T +
0
L
k
T k
L T
2
2 +
k
T k
L T
3
3 +
0
T
k

2T
k

3T
k

Figure 5-5 : Arrives des commandes sans croisement
Cette rgle impose :
k T n T n
T L L
k k k k

+ ) 1 (
Pour n
k
=0,1,, N
k
-1 (5)
5.5.2. Niveau de stock de scurit dans le cas de non partage dinformation
Dans un contexte de dlai variable, quand nous n'avons pas daccs aux informations de dlai,
on est oblig de dfinir un niveau de stock de scurit fixe et lev pour toutes les priodes
114
afin dviter la rupture de stock. Ceci est indispensable dans le cas de la chane logistique
pharmaceutique aval.
Nous supposons que le dlai suit une distribution uniforme entre et . Avec cette hypothse,
le niveau de stock de scurit doit tre gal la demande pendant le dlai maximum possible
(). Soit le taux acceptable de rupture, on obtient :
( )
k
np
k
D SS . . 1 = (6)
Comme le dlai suit une distribution uniforme entre et , pour le niveau moyen, on a :
( )
k
np
k
D MSS

=
2
1

(7)
Dans le cas tudi, si on considre quon naccepte pas de risque de rupture (= 0) :
k
np
k
D SS . = (8)
k
np
k
D MSS

=
2

(9)
k k
np
T n k
D T Q
k k
=
,
(10)
5.5.3. Niveau de stock de scurit dans le cas de partage dinformation
Comme nous lavons prcis prcdemment, dans le cas de partage dinformation,
linformation de dlai dapprovisionnement est communique suffisamment lavance (au
moins pour deux approvisionnements venir) pour quon puisse agir et rajuster le niveau de
stock.
En se basant sur les travaux de Song et Zipkin (1996), nous considrons que la politique de
stockage optimale avec dlai variable et dans le contexte de partage dinformation est le
niveau de stock variable dpendant de ltat de systme (state-dependent base-stock policy).
Puisque la demande est rgulire avec des variations ngligeables, nous pouvons facilement
dterminer une quantit correspondante la demande pendant le dlai (leadtime demande ou
LTD). Soit la demande entre n
k
n
k
LTD
k
T
k
et pour le produit k. Celle-ci est gale :
k k
T n k k
L T n +
k T n
k
n
D L LTD
k k k
= (11)
De ce fait, on prsente deux politiques de stockage avec le niveau de stock variable en
fonction du dlai :
- Politique 1 : avec stock de scurit fixe
- Politique 2 : avec stock de scurit variable en fonction de LTD
Politique 1 : stock de scurit fixe
Dans le cas du partage dinformation de dlai, malgr la variation de dlai, il ny a plus
dincertitude dans le systme. La Figure 5-5 peut tre reprise comme suit (Figure 5-6), o B
i

schmatise les besoins entre deux arrives de commande.
115

0 T
k
0
L k
T k
L T +
LTD
1
2T
k
LTD
3
k
T k
L T
2
2 +
3T
k
LTD
2
B
0
B
2
B
1
B
3
LTD
0
k
T k
L T
4
4 +
4T
k
B
4
k
T k
L T
3
3 +
LTD
4
Figure 5-6 : Politique optimale dans le cas du partage
On suppose quau dbut du cycle de planification (n
k
=0), on a suffisamment de produit en
stock pour rpondre la demande pendant le premier dlai (B
0
dans la Figure 5-6). Autrement
dit, on a suffisamment de produit jusqu larrive de la premire commande (L
0
). Ainsi,
chaque date de rapprovisionnement (n
k
T
k
), on commande pour la priode entre larrive de la
commande actuelle [
k k
] et larrive de la commande suivante [ ].
Cette priode est hachure comme
T n k k
L T n +
k k
T n k k
L T n
) 1 (
) 1 (
+
+ +
1 +
k
n
B

dans la Figure 5-6. On peut donc poser :
( ) [ ] [ ] { }
k k k k k k
T n k k T n k k k
p
T n k
L T n L T n D Q + + + =
+ ) 1 (
1
,
1 (12)
Thoriquement avec cette politique, nous navons plus besoin de garder de stock de scurit,
mais dans le cas tudi, cette politique nest pas acceptable. Ceci vient du fait que les
stratgies de stockage dans la pharmacie dtablissement et la pharmacie centrale ne peuvent
pas tolrer la rupture de stock. Car, mme si le dlai de rapprovisionnement est connu, tout
autre risque pouvant prolonger le dlai (comme par exemple les risques lis au partage
incorrect dinformation, la mauvaise estimation du temps de transport, une grve, aux
pannes, etc.) est ignor et reste inconnu. De plus, mme si on a suppos que la demande est
constante, des pidmies peuvent augmenter momentanment la consommation dune
rfrence. Cest pourquoi, il est ncessaire davoir un stock de scurit pour ces cas
occasionnels. Nanmoins, en appliquant cette politique, on nest plus oblig de garder un
niveau de stock de scurit maximum, gal .D
k
. On suppose comme un entier fixe et plus
petit que , on obtient donc :
k
p
k
D SS .
1
= << (13)
Et comme avec cette politique, le stock de scurit est rarement utilis, pour le niveau moyen,
on peut conclure que :
k
p
k
p
k
D SS MSS .
1 1
= (14)
Dans cette politique, limportance de dpend de la confiance sur les informations partages
ainsi que sur lvaluation des autres risques mentionns prcdemment.
Politique 2 : stock de scurit variable
Comme la stratgie de stockage prsente dans le paragraphe prcdent nous oblige
conserver toujours un niveau de stock de scurit, nous proposons une autre politique de
116
stockage pour le cas de partage dinformation qui consiste rectifier le niveau de stock de
scurit en fonction des changements de dlai.
Sachant que le changement de dlai se traduit directement sur la variation de la demande
pendant le dlai (LTD), on propose de dterminer un niveau juste du stock de scurit
variable en fonction de LTD tel que :
) (
2
,
k
n
p
T n k
k k k
LTD f SS = (15)
Il faut prciser que dans ce contexte le terme de stock de scurit prend une signification
diffrente. Le stock de scurit dans cette politique est plutt une quantit de produit rserve
qui varie en fonction des changements de LTD.
Dans ce cas :
k
N
n
p
T n k
p
k
N
SS
MSS
k
k
k k

1
0
2
,
2
(16)
La Figure 5-7 montre un exemple de variation de LTD avec T
k
=4.
Demande pendant
le dlai (LTD)
LTD
2
LTD
0
) (
k
n
k
ModSS f

LTD
1
Temps de
rapprovisionnement
(n
k
T
k
)
T 3T
k
2T
k
T
k
0
Figure 5-7 : Un exemple du variation de LTD avec T
k
=4
Au niveau de la quantit de commande chaque date de rapprovisionnement n
k
T
k
, on
applique la mme logique que la politique 1. On se base sur la demande entre deux arrives de
commande (quation 12), mais la diffrence cest que dans la politique 2, contrairement la
politique 1, le niveau de stock de scurit est variable et donc chaque date de
rapprovisionnement (n
k
T
k
), il faut rajuster le niveau du stock de scurit. Cette modification
est fonction de la variation de LTD (quation 15). Si on suppose le comme la
modification de niveau de stock de scurit pour le produit k n
k
n
k
ModSS
k
T
k
, on peut dire :
) (
1
k
n
k
n
k
n
k k k
LTD LTD f ModSS

= (17)
Comme on peut constater aussi dans la Figure 5-7, le peut tre positif
(augmentation du niveau de stock de scurit) ou ngatif (diminution du niveau de stock de
scurit).
k
n
k
ModSS
117
La question la plus importante est de dterminer quel moment ce rajustement doit tre
effectu afin quil soit optimal.
Ainsi, nous prsentons une politique optimale pour le rajustement du stock de scurit. Pour
chaque n
k
T
k
, on intgre le correspondant dans la dernire commande qui arrive avant
n
k
n
k
ModSS
k
T
k
(par exemple dans la Figure 5-6, il faut intgrer le de 3T
k
n
k
ModSS
k
et 4T
k
la commande
passe 2T
k
).
On suppose quau dbut du cycle de planification (n
k
=0), il y a suffisamment de stock de
scurit. Pour une rectification optimal tout simplement il suffit qu chaque n
k
T
k
on intgre
tous les correspondants tous les autres n
k
n
k
ModSS
k
T
k
qui sont entre larrive de la
commande actuelle [ ] et larrive de la commande suivante [ ].
Donc chaque n
k k
T n k k
L T n +
k k
T n k k
L T n
) 1 (
) 1 (
+
+ +
k
T
k
, on a :
{ } : Ensemble des qui doivent tre intgrs dans la commande actuelle ou :
k
j
ModSS
k
j
ModSS
k k k k
T n k k k T n k k
L T n jT L T n
) 1 (
) 1 (
+
+ + + .
Selon lquation (12), la quantit de commande doit tre modifie comme suit :
( ) [ ] [ ] { }

+ + + + =
+
j
k
j T n k k T n k k k
p
T n k
ModSS L T n L T n D Q
k k k k k k
) 1 (
2
,
1 ) (18)
Il est possible que dune part la ModSS
j
soit ngative et que dautre part, lintervalle entre
deux arrives de commande soit trs petit, ce qui gnre une quantit de commande faible.
Afin dviter une valeur ngative pour la quantit de commande, on modifie lquation (18)
comme suit :
( ) [ ] [ ] {
+
+

+ + + + =

j
k
j T n k k T n k k k
p
T n k
ModS L T n L T n D Q
k k k k k k
) 1 (
2
,
1 } (19)
O [x]
+
signifie max (0, x).
5.5.4. Valeur dinformation de dlai
Nous considrons la diffrence entre les deux cots de stock de scurit dans les cas du
partage et du non partage comme la valeur du partage d'information de dlai. Soit h le cot de
possession par unit par priode, cette valeur peut tre calcule comme suit (quation (20)) :
np
k
np
k
MSS h CSS . = : Cot de possession de stock de scurit dans le cas du non partage
p
k
p
k
MSS h CSS . = : Cot de possession de stock de scurit dans le cas du partage
V: Valeur du partage d'information de dlai
p
k
np
k
CSS CSS V =
) (
p
k
np
k
MSS MSS h V = (20)

118
Dmonstration 1 : Quand la rupture nest pas autorise ( =0), la valeur dinformation (V)
dpend seulement au niveau de stock de scurit considr pour le cas du partage.
Politique 1 : V=f()
) (
1 p
k
np
k
MSS MSS h V =
En se basant sur les quations (9) et (14), on obtient

=

2
.
k
D h V (21)
Pour la politique 1, selon lquation (21), on peut constater que :
V>0 si
2

< (22)
Politique 2 : V=f()
) (
2 p
k
np
k
MSS MSS h V =
En se basant sur les quations (9), (15) et (16), on obtient

=
k
N
n
p
T n k
k
N
SS
D h
k
k
k k
1
0
2
,
2

=
k
N
n
k
n
k
N
LTD f
D h
k
k
k
1
0
) (
2

(23)
Il faut donc dterminer f (LTD). Pour raliser cette analyse, on suppose que le niveau de stock
de scurit est un simple pourcentage de LTD. En considrant comme une valeur variable
entre 0 et 1, on obtient :
k
n
k
n
k k
LTD LTD f . ) ( = (24)

=
k
N
n
k
n
k
N
LTD
D h V
k
k
k
1
0
.
2

(25)
Et partir de la dfinition de LTD (quation 11), on peut dduire :
119

=
k
N
n
T n k
k
N
L D
D h V
k
k
k k
1
0
.
2

=
k
N
n
T n
k
N
L
D h
k
k
k k
1
0
.
2
.

(26)
Quand T (cycle de planification de rapprovisionnement) est grand, N
k
(T/T
k
) devient aussi
suffisamment grand pour que lon puisse dire que la moyenne des dlais dans le cycle de la
planification se rapproche de la moyenne de la distribution uniforme c'est--dire 2 ) ( + et
on peut conclure :
2
.
1
0 +

=
k
N
n
T n
N
L
k
k
k k
(27)
Finalement, on obtient :

=
2 2
.

k
D h V (28)
Donc :
V>0 si
2 2

<
+
(29)
Soit pour la politique 2 :
V>0 si

< (30)
Dmonstration 2 : Quand la rupture de stock est autoris (>0), la valeur dinformation (V),
dpend du coefficient de rupture autoris () et du niveau de stock de scurit considr pour
le cas du partage.
Politique 1 : V=f(, )
Selon quation (21) et en intgrant le , on a :

2
) 1 ( .
k
D h V (31)
Et donc pour la politique 1, on peut dire :
V>0 si
2
) 1 (



<
V>0 si
2 1

<

(32)
120
Politique 2 : V=f (,)
Si on intgre le dans lquation (28), on a :

=
2 2
) 1 ( .

k
D h V (33)
Et donc pour politique 2, on peut dire :
V>0 si
2
) 1 (
2

<
+

V>0 si

<
1
(34)
Conclusions sur les dmonstrations
1. Pour le mme niveau defficacit (la mme valeur dinformation), les politiques de cas
du partage sont quivalentes sous les conditions suivantes ( cf. quations 21 et 28) :
=(+)/2 ou =2/(+)
2. Quand le dlai a une variation importante (grande valeur de -), la valeur
dinformation est aussi plus importante (quations 21 et 28).
3. Dans la politique 2, quand la moyenne de dlai est importante (grande valeur de +),
la valeur dinformation est moins importante (quation 28).
4. Avec les quations (31) et (33) on constate que la relation entre le coefficient de
rupture autoris () et la valeur dinformation est une relation inverse.
5.6. Exprimentations sur la chane logistique pharmaceutique aval
Dans cette partie, nous prsentons les rsultats de nos simulations sur la chane
pharmaceutique dont nous avons expliqu les modles correspondants dans la section 3.
Comme nous lavons prsent prcdemment, la centralisation de dcision nest envisageable
quentre la pharmacie centrale et la pharmacie dtablissement et de ce fait, seul le partage
dinformation est envisageable entre les fournisseurs et les pharmacies. Ainsi, dans le cas
tudi la valeur dinformation et leffet de partage ne dpend pas forcement de la
centralisation de dcision. Cest pourquoi, pour nos exprimentations nous nous concentrons
seulement sur le modle centralis (prsent en section 5.3.2).
Pour raliser cette experimentation, en intgrant le stock de scurit et laspect dincertitude
de dlai, nous avons modifi le modle et le programme correspondants au cas centralis. Le
cot global du systme, y compris le cot du stock de scurit, est le suivant :

= =
+ + + + + =
N
k
k
N
k
wk w w w r
CSS T P Tr O H TC TSC
1 1
/ ) (
O le CSS
k
reprsente le cot de stock de scurit de produit k.
121
Au niveau dincertitude de dlai, nous gnrons les dlais alatoires entre et . Avant
dexpliquer les scnarios tudis, nous prsentons dans le Tableau 5-3, lensemble des valeurs
utilises pour les paramtres de notre modle. Ces donnes considres sont un extrait des
donnes historiques de lhpital de Croix-Rousse de Lyon.
Tableau 5-3 : Valeurs des Paramtres utilis
N : nombre darticles 4
V : type de vhicules disponibles 4
A
r

:
cot de passation de commande la pharmacie
dtablissement
1
A
w
: cot de passation de commande la pharmacie
centrale
3
h
rk
: taux de cot de possession la pharmacie
dtablissement
[0.02, 0.03, 0.52, 1.88]
h
wk
: taux de cot de possession la pharmacie
centrale
[0.01, 0.02, 0.35, 1.25]
D
k
: taux de demande [53, 41, 5, 6]
u
k
: volume unitaire [0.011, 0.017, 0.073, 0.045]
F
i
: cot fixe des vhicules [169, 179, 196, 220]
v
i
: cot variable des vhicules [5, 3.75, 2.5, 1.5]
q
i
: capacit des vhicules [3, 5, 8, 15]
T
k
: intervalles de rapprovisionnement [2, 4, 6, 7]
5.6.1. Scnarios envisags
Diffrents scnarios ont t dfinis afin danalyser les paramtre suivantes :
1. Caractristiques de dlai : Les effets de la moyenne de dlai et de la variation de dlai
sur la valeur dinformation sont analyss. Pour cela nous utilisons les trois types du
dlai savoir :
- dlai normal entre 1 et 5 (=1 et =5).
- dlai important : avec le moyen plus grand entre 5 et 10 (=5 et =10).
- dlai large : avec la variation plus important entre 1 et 10 (=1 et =10).
2. Niveau de stock de scurit dans le cas du partage : Comme nous avons vu dans les
paragraphes prcdents, le niveau de stock de scurit considr pour le cas du partage
est un facteur toujours important sur la valeur dinformation. Pour cette analyse nous
dterminons trois niveaux :
- Fort (=0) : on considre un niveau qui soit avantageux (ayant la valeur
dinformation positif) avec =0 ou <(-)/2
122
- Moyen (=0.3) : on considre un niveau qui soit avantageux (ayant la valeur
dinformation positif) avec =0.3 /(1-0.3)<(-)/2
- Faible (=0.7) : on considre un niveau qui soit avantageux (ayant la valeur
dinformation positif) avec =0.7 /(1-0.7)<(-)/2
Comme les politiques de stockage dans le cas du partage sont quivalentes, ces trois
niveaux de stock de scurit sont aussi levs que ceux obtenus par application de la
deuxime politique avec =2 /(+).
3. Le taux de coefficient de rupture : Nous faisons une analyse de sensibilit sur le dans
le cas de non partage pour les valeurs 0, 0.1, 0.3, 0.5 et 0.6.
5.6.2. Analyse des rsultats
Les tableaux suivants prsentent les rsultats de nos exprimentations numriques pour les
trois types de dlai. Dans chaque tableau le cot total du systme (les deux pharmacies) varie
en fonction de la valeur de pour le cas du non partage ainsi quen fonction de la valeur de
pour le cas du partage. La valeur dinformation est calcule en fonction du changement de
cot de systme dans le cas de partage par rapport au cas de non partage selon la variation de
et de . Comme on le constate, ces valeurs peuvent tre positives ou ngatives.
Quand ces valeurs sont positives, cela veut dire que la politique avec le niveau variable de
stock dpendant de ltat de systme (politique seulement possible dans le cas du partage) est
idale. Quand ces valeurs sont ngatives, cela signifie que la politique avec le niveau constant
de stock (la seule politique possible dans le cas du non partage) est prfrable.
Les figures qui suivent les tableaux schmatisent nos analyses de sensibilit sur le taux de
coefficient de rupture () pour trois normes de dlai et pour diffrentes valeurs de .
Tableau 5-4 : Rsultats pour un dlai normal (=1 =5)
Cot du systme dans le cas de
partage
Valeur dinformation (V)

autoris
pour le
cas du
non
partage
Cot du
systme
dans le cas
de non
partage
Fort :
=1.5
=1/2
Moyen :
=1
=1/3
Faible :
=0.5
=1/6
Fort :
=1.5
=1/2
Moyen :
=1
=1/3
Faible :
=0.5
=1/6
0 202,3 197 191,7 186,4 3% 5% 8%
0,1 200,2 197 191,7 186,4 2% 4% 7%
0,3 195,9 197 191,7 186,4 -1% 2% 5%
0,5 191,7 197 191,7 186,4 -3% 0% 3%
0,6 189,6 197 191,7 186,4 -4% -1% 2%

123
Tableau 5-5 : Rsultats pour un dlai important (=5 =10)
Cot du systme dans le cas de
partage
Valeur dinformation (V)

autoris
pour le
cas de
non
partage
Cot du
systme
dans le cas
de non
partage
Fort :
=2
=4/15
Moyen :
=1.5
=3/15
Faible :
=1
=2/15
Fort :
=2
=4/15
Moyen :
=1.5
=3/15
Faible :
=1
=2/15
0 207,6 202,3 197 191,7 3% 5% 8%
0,1 204,9 202,3 197 191,7 1% 4% 6%
0,3 199,6 202,3 197 191,7 -1% 1% 4%
0,5 194,3 202,3 197 191,7 -4% -1% 1%
0,6 191,7 202,3 197 191,7 -6% -3% 0%

Tableau 5-6 : Rsultats pour un dlai large (=1 =10)
Cot du systme dans le cas
de partage
Valeur dinformation (V)

autoris
pour le
cas de
non
partage
Cot du
systme dans
le cas de non
partage
Fort :
=4
=8/11
Moyen :
=2
=4/11
Faible :
=1
=2/11
Fort :
=4
=8/11
Moyen :
=2
=4/11
Faible :
=1
=2/11
0 228,8 223,5 202,3 191,7 2% 12% 16%
0,1 224 223,5 202,3 191,7 0% 10% 14%
0,3 214,5 223,5 202,3 191,7 -4% 6% 11%
0,5 204,9 223,5 202,3 191,7 -9% 1% 6%
0,6 200,2 223,5 202,3 191,7 -12% -1% 4%
Nous constatons que la situation de partage dinformation est trs favorable dans le cas o les
autres risques que le dlai (comme par exemple les risques lis aux pidmies, au partage
incorrect dinformation, la mauvaise estimation du temps de transport, la grve, aux
pannes, etc.) sont faibles. Dans ce cas mme sil ny a pas autorisation de rupture de stock, le
partage dinformation permet de rduire le cot du systme. Cependant, si les autres risques
sont forts, le cas de non partage dinformation devient favorable. Ceci peut tre expliqu par
le fait que nous navons pas pris en compte le cot de rupture de stock dans le cas de non
partage, en consquence, si sur dautre cas (autre que la chane logistique pharmaceutique
aval) on valorise la rupture de stock par des pertes (cot de shortage), la politique de partage
est avantageuse, mme dans le cas dautorisation importante de rupture. Ceci a tait dmont
dans les chapitres prcdents. La Figure 5-11 montre dune manire schmatise la relation
entre et et la valeur dinformation.
124
En cohrence avec les commentaires rsums dans la section 5, on constate une relation
inverse entre la valeur dinformation et le taux de rupture dans tous les cas. Ainsi cette
relation existe pour le niveau de stock de scurit dans le cas du partage. Au niveau du dlai,
on ne voit pas de changements significatifs lorsque le dlai augmente. Par contre la variation
de dlai, comme montre dans le Tableau 5-6, a des impacts importants sur la valeur
dinformation (des gains deux fois plus levs que dans le cas dlai normal L1). Cet effet d
la variation de dlai est dautant plus lev que est faible. De cette analyse on peut conclure
que le partage dinformation de dlai dans le cas de dlai large avec niveau de stock de
scurit faible a une valeur importante pouvant atteindre dans cet exemple un maximum de
16%.

8%
10%
=1
=5
=0.5
=1
=1.5
autoris
0.6 0.5 0.3 0.1 0
V
a
l
e
u
r

d

i
n
f
o
r
m
a
t
i
o
n

(
V
)

6%
4%
2%
0%
-4%
-2%
-6%
Figure 5-8 : Analyse de sensibilit sur le avec dlai normal


6%
% 8
10%
=5
=10
=1
=1.5
=2
autoris
0.6 0.5 0.3 0.1 0
V
a
l
e
u
r

d

i
n
f
o
r
m
a
t
i
o
n

(
V
)

4%
2%
0%
-4%
-2%
-6%
-8%
Figure 5-9 : Analyse de sensibilit sur le avec dlai grand


125
20%
=1
=10
=1
=2
=4
0 0.1 0.3 0.5 0.6
0%
% 5
% 10
15%
V
a
l
e
u
r

d

i
n
f
o
r
m
a
t
i
o
n

(
V
)

-15%
-10%
-5%
autoris
Figure 5-10 : Analyse de sensibilit sur le avec dlai large


Cas Partage
faible
faible
fort
fort
faible
fort
faible
fort
Valeur
positive
Indiffrence
Indiffrence
Valeur
ngative
ss
ss
ss
ss ss
ss ss
Cas non Partage
Figure 5-11 : Relation entre et avec la valeur dinformation


126
5.7. Conclusion
Ce chapitre diffre des deux derniers chapitres sur les deux points principaux :
1. cest un travail sur un cas rel qui prend en considration les hypothses et les valeurs
relles des paramtres dune chane logistique pharmaceutique aval,
2. au lieu dutiliser les mthodes doptimisation ou de simulation afin de mesurer
limpact du partage dinformation, les modles proposs dans ce chapitre sont rsolus
mathmatiquement.
Nous nous intressons ce cas rel en particulier suite nos travaux antrieurs sur
loptimisation combine des cots de stockage et de transporte pour cette chane logistique
pharmaceutique aval. Daprs les rsultats obtenus nous constatons les points suivants :
1. Une relation inverse entre la valeur dinformation et le niveau autoris de la rupture ;
2. Quand le dlai a une variation plus importante, la valeur dinformation peut tre aussi
plus importante ;
3. La valeur dinformation a une relation inverse avec le niveau de stock de scurit dans
le cas du partage dinformation et une relation positive avec le niveau de stock de
scurit dans le cas du non partage dinformation.

127
128
Conclusion gnrale et Perspectives
Dans le contexte actuel dun march concurrentiel, les entreprises sont obliges de collaborer
de plus en plus et, pour avoir une meilleure ractivit, de communiquer et changer un certain
nombre de donnes. Ceci est fortement favoris par la mise en place des nouvelles
technologies dinformation et de communication.
Parmi les informations changes, les informations visant une meilleure matrise des stocks
sont parmi les plus importantes. En effet, le stock est une des composantes majeures affectant
le cot des systmes industriels. Le partage dinformation, en diminuant lincertitude sur la
demande, les dlais, permet une gestion de stock plus efficace et mieux adapte aux besoins
rels.
Cest pour cette raison quune partie importante (on peut mme dire la partie la plus
importante) des recherches sur la valeur de linformation porte sur la mesure de leffet du
partage dinformations sur les cots de stock. En particulier on notera les tudes portant sur le
partage dinformations en vue de rduire l'effet coup de fouet (Chen et al. 2000; Lee et al.
1997).
Cependant la prise de dcision sur le partage ou le non partage dune information nest pas
une tche facile. Notre travail de recherche vise, par une estimation de la valeur de partage
dinformation de dlai, apporter des lments de rponse en vue de faciliter cette prise de
dcision. Ce travail est prsent en cinq chapitres :
Les deux premiers chapitres sont consacrs une prsentation des concepts de base et dun
tat de lart sur la gestion de la chane logistique et le partage dinformation au sein des
chanes logistiques. Dans les chapitres suivants, nous tudions leffet de partage
dinformation de dlai dans trois contextes diffrents de la chane logistique et effectuons un
bilan comparatif des rsultats obtenus.
La premire tude concerne un problme de dpt. Nous avons considr trois niveaux de
partage dinformation (sans information, information historique et information partage),
deux modes de coopration (centralis et dcentralis) et trois contextes de march (satur,
normal et manquant). On a constat que le mode de coopration et le contexte du march ont
un impact important sur la valeur du partage dinformation et que le contexte du march
affecte la valeur de linformation dune manire plus forte que le mode de coopration.
129
Dans la deuxime tude portant sur un problme dentrept, et en appliquant deux types de
modles de stockages, nous avons montr que le comportement clientle a des impacts
importants sur la valeur de linformation et aussi sur la sensibilit des autres paramtres. Des
analyses sur la valeur de linformation et sur le cot total du systme dans diffrentes
hypothses dallocations ont t ensuite effectues. De ces analyses, nous avons conclu que
malgr des contraintes supplmentaires, ces hypothses fonctionnent bien dans beaucoup de
cas. En plus, nous avons tudi la sensibilit de trois autres paramtres, savoir le cot
unitaire de rupture, le nombre de dtaillant et la caractristique de dlai. On constate que leurs
effets sur la valeur de linformation taient toujours affects par le comportement clientle.
Toutes ces analyses nous ont permis finalement didentifier le comportement clientle comme
tant le facteur affectant le plus la valeur du partage dinformation.
La troisime tude a port sur lvaluation de l'effet de partage de l'information de dlai
dapprovisionnement sur le stock de scurit dans une chane logistique pharmaceutique aval.
Par rapport aux autres tudes acadmiques, celle-ci repose sur un cas rel et sur des donnes
relles issues de travaux antrieurs raliss au sein du laboratoire.
Bilan comparatif
Le premier bilan que nous pouvons tirer des rsultats des deux premires tudes est une
comparaison entre les deux facteurs les plus importants c'est--dire, le contexte du march et
le comportement clientle. Ainsi, en se basant sur nos rsultats, on peut dire que le
comportement clientle et le contexte du march affectent davantage la valeur de
linformation que les caractristiques de la demande pendant le dlai dapprovisionnement
(moyenne, cart type, etc.).
Concernant le comportement clientle, on peut dire que cest le cas de commande en
souffrance (backorder) qui est le plus critique et qui entrane les valeurs les plus importantes
pour le partage dinformation. Dans ce cas, le fait que les clients acceptent de recevoir leurs
commandes avec retard, accroit la variation de la demande totale pendant le dlai.
Concernant le contexte du march, cest le contexte manquant qui donne des valeurs plus
importantes pour le partage dinformation. Dans ce contexte, la moyenne de dlai
dapprovisionnement devient plus grande. Dautre part, dans le problme de dpt (premire
tude) le dlai suit une distribution markovienne, ce qui veut dire que malgr la moyenne plus
grande, la probabilit davoir des dlais courts nest pas nulle. Enfin, on peut dire quune
moyenne de dlai plus forte dans le cas manquant peut causer galement des variations plus
importantes de la demande finale pendant le dlai.
En se basant sur ce bilan comparatif, il nous semble que la variation de la demande finale est
la cause principale des changements de valeur dinformation du dlai, ceci doit tre vrifi
avec des analyses complmentaires. Par exemple, un nombre plus important de dtaillants
dans le cas de commande en souffrance (backorder) entranant les variations plus importantes
130
sur le dlai, augmente toujours la valeur du partage dinformation. Cependant, un dlai plus
long nentrane pas forcement un apport plus important du partage. Ce point est en accord
avec les rsultats de notre troisime tude sur le cas rel pharmaceutique.
Perspectives
Le partage dinformation dans les chanes logistiques peut tre considr diffrents niveaux
(stratgique, tactique ou oprationnel) et selon diffrents points de vue (rentabilit, possibilit
technologique, confidentiel et scurit, etc.). Dans cette recherche nous nous sommes limits
au niveau oprationnel (la gestion du stock) et au point de vue de la rentabilit (les cots de
stock). De plus, on sest concentr sur leffet du partage du dlai dans une structure
divergente. De plus nous avons trait des contextes spcifiques et introduit des hypothses
restrictives afin de prciser et dlimiter le cadre de nos recherches. La remise en cause de ces
hypothses ou la leve de ces contraintes peut donner lieu de futures recherches.
Un point clef de cette thse est sa concentration sur un type particulier dinformation,
linformation de dlai, dans une structure particulire, la structure divergente. Des recherches
futures peuvent porter soit sur dautres types dinformation insuffisamment tudis dans la
littrature, soit sur dautres types de structures peu tudies.
Dans cette recherche, le dlai de livraison entre le centre de distribution et les dtaillants est
suppos constant, Introduire un dlai de livraison alatoire permettra danalyser leffet du
partage de ce dlai et galement de voir leffet du partage simultan de deux dlais (le dlai
dapprovisionnement entre le centre de distribution et ses fournisseurs et le dlai de livraison
entre le centre de distribution et les dtaillants).
Une autre perspective intressante concerne leffet du partage dinformations sur le stock de
scurit. Dans notre tude sur le cas rel pharmaceutique, nous avons fait lhypothse que la
demande finale tait dterministe. Cette hypothse est raisonnable pour ce cas rel
pharmaceutique, mais dans le quasi totalit des cas industriels la demande est variable. Il
convient donc dtendre ce travail au cas de la demande alatoire.
Une dernire piste de recherche que nous proposons, est lanalyse de la valeur du partage de
linformation dans un environnement doptimisation combine. Notre quipe de recherche au
laboratoire LIESP a dvelopp rcemment une modle doptimisation combine (des cots de
stockage et de transport) pour le cas de chane pharmaceutique aval. La mthodologie
propose dans cette thse pour valuer la valeur du partage dinformation est facilement
applicable dans cet environnement.
Ce travail de recherche, par la mthodologie ainsi que les modles dvelopps, par les
analyses effectues, peut donc tre la base de nombreuses recherches futures aux perspectives
prometteuses, tant dun point de vue acadmique quindustriel.
131
Rfrences bibliographiques
A
ANDERSON D.L., LEE H.L. The Internet-Enabled Supply Chain: From the First Click to
the Last Mile, In: Achieving supply chain excellence through technology, Vol. 2,
Montgomery Research, San Francisco (CA), 2000, pp. 15-22.
ANGERHOFER B.J., ANGELIDIS M.C. System dynamics modelling in supply chain
management: research review. In: JOINES J.A., BARTON R.R., KANG K. et al. Eds. Proc.
of the 2000 Winter Simulation Conference, WSC 2000, 10-13 December 2000, Wyndham
Palace Resort & Spa, Orlando, FL, USA.
ARNTZEN B.C., BROWN G., HARRISON T.P. et al. Global supply chain management at
Digital Equipment Corporation. Interfaces, 1995, vol. 2, n 1, pp. 69-93.
AVIV Y., FEDERGRUEN A. The operational benefits of information sharing and vendor
managed inventory (VMI) programs. Working Paper, Washington University, St. Louis, MO,
1998.
AVIV Y. The Effect of Collaborative Forecasting on Supply Chain Performance.
Management Science, 2001, vol. 47, n 10, pp. 1326-1343.
AXSTER S. Performance bounds for lot sizing heuristics. Management Science, 1985, vol.
31 n 5, pp. 634-640.

B
BABOLI A., FONDREVELLE J., PIRAYESH Neghab M., et al. Centralized and
decentralized replenishment policies considering inventory and transportation in a two-
echelon pharmaceutical downstream supply chain, The 33rd International Conference on
Operational Research Applied to Health Services, ORAHS 2007, 15-19 July 2007, St. Etienne
France.
BABOLI A., PIRAYESH Neghab M., HAJI R. Economic Order Quantity in a Centralized
Two-Level Supply Chain with Transportation Cost. International Conference on Service
Systems and Service Management,IEEE- ICSSSM 06), 25-27 Octobre 2006, Troyes, France,
pp. 240-245.
132
BAGANHA M., COHEN. M. The stabilizing effect of inventory in supply chains. Operations
Research, 1998, vol. 46, n 3, pp. 572-583.
BANERJEE S., BANERJEE A., BURTON J. et al. Controlled partial shipments in two-
echelon supply chain networks: a simulation study. International Journal of Production
Economics, 2001, vol. 71, pp. 91-100.
BARROS L. A global view of logistics. Production Management, 1997, vol. 4, n 2.
BEAMON B.M. Supply chain design and analysis: models and methods. International Journal
of Production Economics, 1998, vol. 55, pp. 281-94.
BEAMON B.M., CHEN V.C.P. Performance analysis of conjoined supply chains.
International Journal of Production Research, 2001, vol. 39, n 14, pp. 3195-218.
BESSLER S.A., VEINOTT A.J. Optimal policy for a multiechelon inventory model. Naval
Research Logistics Quarterly, 1966, vol. 13, pp. 355-389.
BOURLAND K.E., POWELL S.G., PYKE D.F. Exploiting time demand information to
induce inventory. European Journal of Operation Research, 1996, vol. 92, pp. 239-253.
BROCKMANN T. 21 warehousing trends in the 21st century. IIE Solutions, 1999, vol. 31,
n 7, pp. 36-40.

C
CACHON G.P., FISHER M. Supply Chain Inventory Management and the Value of Shared
Information. Management Science, 2000, vol. 46, n 8, pp. 1032-1048.
CHEN F. Echelon reorder points, installation reorder points, and the value of centralized
demand information. Management Science, 1998, vol. 44, n 12, pp. S221-S234.
CHEN F. Information sharing and supply chain coordination. In: GRAVES S., DE KOK T.
The Handbook of Operations Research and Management Science: Supply Chain
Management, North Holland, Amsterdam, 2003, pp. 133-173.
CHEN F. Auctioning supply contracts. Management Science, 2007, vol. 53, n 10, pp1562-
1576.
CHEN F., YU B. Quantifying the Value of Leadtime Information in a Single-Location
Inventory System. Manufacturing & Service Operations Management, 2005, vol. 7, n 2, pp.
144-151.
CHEN F., DREZNER Z., RYAN J.K. et al. The Bullwhip Effect: Managerial Insights on the
Impact of Forecasting and Information on the Variability in a Supply Chain. In: TAYUR S.,
GANESHAN R., MAGAZINE M. Quantitative Models for Supply Chain Management,
Chapter 14 (International Series in Operations Research & Management Science, 17), Boston,
Massachusetts: Kluwer Academic Pub, 1998, pp. 418439.
133
CHEN F., DREZNER Z., RYAN J.K. et al. (2000a) Quantifying the Bullwhip Effect in a
Simple Supply Chain: The Impact of Forecasting, Leadtimes and Information. Management
Sciences, 2000, vol. 46, n 3, pp. 436-443.
CHEN F., RYAN J.K., SIMCHI-Levi D. (2000b) The impact of exponential smoothing
forecasts on the bullwhip effect. Naval Research Logistics, 2000, vol. 47, pp. 269-286.
CHIANG W-Y.K., MONAHAN G.E. Managing inventories in a two-echelon dual-channel
supply chain. European Journal of Operational Research, 2005, vol. 162 n 2, pp. 325-341.
CHRISTOPHER M. Logistics and Supply chain Management, 1
st
edition, London, Pitmans,
1992.
CHRISTOPHER M. The agile supply chain: competing in volatile markets. Industrial
Marketing Management, 2000, vol. 29, pp. 37-44.
CHRISTOPHER M. Supply chain management : crer des rseaux forte valeur ajoute.
Trad. de l'anglais par MARIE A., FLORENCE J., 3
me
d., Paris, Village Mondial, 2005.
CLARK A.J., SCARF H. Optimal policies for a multiechelon inventory problem.
Management Science, 1960, vol. 6, n 4, pp. 475-490.
Consortium COPILOTES, livrable 1.1, Caractrisation des chanes logistiques. Rapport de
projet Copilotes, COllaboration et Partage dInformation dans les chanes LOgisTiquES,
programme de recherche thmatique prioritaire STIC, entreprise virtuelle soutenue par la
Rgion Rhne-Alpes. (www.copilotes.eu), 2004.
COOPER M.C., LAMBERT D., PAGH J., Supply chain management: more than a new name
for logistics. The International Journal of Logistics Management, 1997, vol. 8, n1, pp. 1-13.
COOPER M.C., ELLRAM L.M. Characteristics of supply chain management and the
implications for purchasing and logistics strategy. International Journal of Logistics
Management, 1993, vol. 4, n 2, pp. 13-24.
CRAVENS D., PIERCY N., SHIPP S. New organizational forms for competing in highly
dynamics environments: the network paradigm. British Journal of Management, 1996, vol. 7,
pp.203-218.

D
DAMOURS S., MONTREUIL B., LEFRANCOIS P. et al. Networked manufacturing: The
impact of information sharing. International Journal of Production Economics, 1999, vol. 58,
pp. 63-79.
DE BODT M.A., GRAVES S.C. Continuous-review policies for a multi-echelon inventory
problem with stochastic demand. Manage Science, 1985, vol. 31, pp. 1286-1295.
134
DE SOUZA R., SONG Z.C., LIU C.Y. Supply chain dynamics and optimization. Integrated
Manufacturing Systems, 2000, vol. 11, pp. 348-364.
DECROIX G.A., MOOKERJEE V.S. Purchasing demand information in a stochastic-demand
inventory system. European Journal of Operational Research, 1997, vol. 102, pp. 36-57.
DEJONCKHEERE J., DISNEY S.M., LAMBRECHT M.R. et al. The impact of information
enrichment on the Bullwhip effect in supply chains: a control engineering perspective.
European Journal of Operational Research, 2004, vol. 153, n 3, pp. 727-750.
DEJONCKHEERE J., DISNEY S.M., LAMBRECHT M.R. et al. Measuring and avoiding the
bullwhip effect: A control theoretic approach. European Journal of Operating Research, 2003,
vol. 147, pp. 567-590.
DISNEY S.M., NAIM M.M., TOWILL D.R. Dynamic simulation modelling for lean
logistics. International Journal of Physical Distribution and Logistics Management, 1997, vol.
27, pp. 174-196.
DISNEY S.M., NAIM M.M., POTTER A. Assessing the impact of e-business on supply
chain dynamics. International Journal of Production Economics, 2004, vol. 89, n 2, pp.109-
118.
DOBSON G., PINKER J. The value of sharing lead time information. IIE Transactions, 2006,
vol. 38, pp. 171-183.

E
EKSIOGLU B. Global Supply Chain Models. In: FLOUDAS C.A., PARDALOS P.M., Eds.,
Encyclopedia of Optimization. Kluwer Academic Publishers, 2001, vol. 2, pp. 350-353.
EPPEN G., SCHRAGE L. Centralized Ordering Policies in a Multi-Warehouse System with
Lead times and Random Demand. In: LEROY B.S. Multi-Level Production/Inventory
Control Systems, Theory and Practice. North-Holland, Amsterdam, 1981, pp. 51-58.

F
FEDERGRUEN A. Centralized Planning Models for Multi-Echelon Inventory Systems Under
Uncertainty. In: GRAVES S.C. et al., Eds. Handbooks in OR and MS. Chapter 3. North
Holland. 1993.
FEDERGRUEN A., ZIPKIN P. (1984a) Approximations of Dynamic Multilocation
Production and Inventory Problems. Management Science, 1984, vol. 30, pp. 69-84.
FEDERGRUEN A., ZIPKIN P. (1984b) Allocation Policies and Cost Approximations for
Multilocation Inventory Systems. Naval Research Logistics Quarterly, 1984, vol. 31, pp. 97-
129.
135
FEDERGRUEN A., ZIPKIN P. (1984c) Computational Issues in an Infinite-Horizon,
Multiechelon Inventory Model. Operations Research, 1984, vol. 32, pp. 818-836.
FLEISCH S.G., POWELL E. The Value of Information Integration in Meeting Delivery
Dates. Journal of Organizational Computing & Electronic Commerce, 2001, vol. 11, n 1, p
15.
FORRESTER J.W. Industrial Dynamics. Cambridge, MA, MIT Press, 1961.
FOX M.S, BARBUCEANU M, TEIGEN R. Agent-oriented supply chain management.
International Journal of Flexible Manufacturing Systems, 2000, vol. 12, pp. 165-188.

G
GANESHAN R., JACK E., MAGAZINE M.J. et al., A taxonomic review of supply chain
management research. In: TAYUR S., GANESHAN R., MAGAZINE M., Eds. Quantitative
models for supply chain management, Kluwer Academic Publishers, Boston, MA, 1999, pp.
840-879.
GAVIRNENI S. Benefits of cooperation in a production distribution environment. European
Journal of Operational Research, 2001, vol. 130, n 3, pp. 612-622.
GAVIRNENI S. Information flows in capacitated supply chains with fixed ordering costs.
Management Science, 2002, vol. 48, n 5, pp. 644-651.
GAVIRNENI S., TAYUR S. Value of Information Sharing and Comparison with Delayed
Differentiation, In: Quantitative Models for Supply Chain Management (International Series
in Operations Research & Management Science, 17), Chapter 15, Boston, Massachusetts:
Kluwer Academic Pub, 1998.
GAVIRNENI S., KAPUSCINSKI R., TAYUR S. Value of information in capacitated supply
chains. Management Science, 1999, vol. 45, n 1, pp.16-24.
GEOFFRION A., KRISHNAN R. Special Issues on E-Business and Management Science.
Management Science, 2003, vol. 49 n 10-11.
GILBERT S.M., BALLOU R.H. Supply chain benefits from advanced customer
commitments. Journal of Operations Management, 1999, vol. 18, pp. 61-73.
GIUNIPERO L.C., BRAND R.R. Purchasings role in supply chain management. The
International Journal of Logistics Management, 1996, vol. 7, n 1, pp. 29-38.
GRANDORI A., SODA G., Inter-firms Networks: antecedents, mechanisms and forms.
Organization Studies, 1995, vol. 16, n 2, pp. 183-214.
GRAVES S.C. Safety Stocks in Manufacturing Systems. Journal of Manufacturing and
Operations Management, 1988, vol. 1, pp. 67-101.
136
GRAVES S.C., WILLEMS S. Supply chain design: safety stock placement and supply chain
configuration. In: DE KOK A.G., GRAVES S.C., Eds., Handbooks in OR & MS, Elsevier,
2003, vol. 11, pages 95 - 132.,.
GRAVES S.C., WILLEMS S. Optimizing Strategic Stock Placement in Supply Chains.
Manufacturing & Service Operations Management, 2000, vol.2, n 1, pp. 68-83.
GLL R. A two-echelon allocation model and the value of information under correlated
forecasts and demands. European Journal of Operational Research, 1997, vol. 99, n 2, pp.
386-400
GMS A.T., GNERI A.F. Multi-echelon inventory management in supply chains with
uncertain demand and lead times: literature review from an operational research perspective.
Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering
Manufacture, 2007, vol. 221, n 10, pp. 1553-1570.
GURBUZ M.C., MOINZADEH K., ZHOU Y.P. Coordinated Replenishment and Shipping
Strategies in Inventory/Distribution Systems. University of Washington Business School,
January 2005.
GURBUZ M.C., MOINZADEH K., ZHOU Y.P. Replenishment and Allocation Policies for
Supply Chains with Crossdocking. University of Washington Business School, November,
2004.

H
HADLEY G., WHITIN T.M. Analysis of Inventory Systems. Prentice-Hall, Englewood,
Cliffs, N.J., 1963.
HARLAND C.M., LAMMING R.C., ZHENG J., et al. A taxonomy of supply networks,
Journal of Supply Chain Management, 2001, vol. 37, n 4, pp. 21-28.
HARRINGTON, L.H. Supply chain management: overview of supply chain operations
references model. Industry Week, 1999, vol. 248, n 2, pSCC1
HELO P.T. Dynamic modeling of surge effect and capacity limitation in supply chains.
International Journal of Production Research, 2000, vol. 38, pp. 4521-4533.
HIGGINSON J.K., ALAM A. Supply chain management techniques in medium-to-small
manufacturing firms. The International Journal of Logistics Management, 1997, vol. 8, n 2,
pp. 19-31.
HINTERHUBER A. Value chain orchestration in action and the case of the global
agrochemical industry. Long Range Planning, 2002, vol. 35, pp. 615-635.
HONG-MINH S.M., DISNEY S.M., NAIM M.M. The dynamics of emergency transhipment
supply chains. International Journal of Physical Distribution and Logistics Management,
2000, vol. 30, pp. 788-815.
137
HOPP W.J., SPEARMAN M.L. Factory Physics Foundations of Manufacturing Systems.
Irwin, Times Mirror, USA, 1996.
HOPP W.J., SPEARMAN M.L., ZHANG R.Q. Easily Implementable Inventory Control
Policies. Operations Research, 1997, vol. 45, n 3, pp. 327-340.
HUANG G.Q., LAU J.S.K., MAK K.L. The impacts of sharing production information on
supply chain dynamics: a review of the literature. International Journal of Production
Research, 2003. vol. 41, n 7, pp. 1483-1517.
HULT G.M, KETCHEN D.J, NICHOLS E.L. Organizational learning as a strategic resource
in supply management. Journal of Operations management, 2003, vol. 21, n 5, pp. 541-556.

J
JOHNSEN T, WINSTRA F, ZHENG J. et al. Networking activities in supply networks.
Journal of strategic marketing, 2000, 8, pp. 161-181.
JOHNSEN T., WINSTRA F., ZHENG J. et al. Networking activities in supply networks.
Journal of strategic marketing, 2000, vol. 8, pp. 161-181

K
KAMINSKY P., SIMCHI-Levi D. The computerized beer game: teaching the value of
integrated supply chain management. In: LEE H., NG S.M. Eds. Supply Chain and
Technology Management, The Production and Operations Management Society, 1998.
KARAESMEN F., BUZACOTT J.A., DALLERY Y. Integrating advance order information
in make-to-stock production systems. IIE Transactions, 2002, vol. 34, pp. 649-662.
KELLE P., AKBULUT A., The role of ERP tools in supply chain information sharing,
cooperation, and cost optimization. International Journal of Production Economics, 2005, vol.
93-94, pp. 41-52.
KENDALL K. The significance of information systems research on emerging technologies:
seven information technologies that promise to improve managerial effectiveness. Decision
sciences, 1997, vol. 28, pp. 775-792.
KETZENBERG M.E., ROSENZWEIG E.D., MARUCHECK A.E. et al. A framework for the
value of information in inventory replenishment. European Journal of Operational Research,
2007, vol. 182, n 3, pp. 1230-1250.
KIM J.G., CHATFIELD D.C., HARRISON T.P. et al. Quantifying the bullwhip effect in a
supply chain with stochastic lead time. European Journal of Operational Research, 2006, vol.
173, n 2, pp. 617-636.
138
KIM B., LEUNG J.M.Y., PARK K.T. et al. Configuring a manufacturing firms supply
network with multiple suppliers. IIE Transactions, 2002, vol. 34, pp. 663-677.
KIMBROUGH S., WU D.J., ZHONG F. Beer game computers play: can artificial agents
manage the supply chain?. Working Paper, 2000, The Wharton School, University of
Pennsylvania.
L
LAKHAL S., MARTEL A., KETTANI O. et al. On the optimization of supply chain
networking decisions. European Journal of Operational Research, 2001, vol. 129, pp. 259-
270.
LAMBERT D.M., COOPER M.C. Issues in Supply Chain Management. Industrial Marketing
Management, 2000, vol. 29, pp. 65-8.
LAMBERT D.M., STOCK J.R., ELLRAM L.M.: Fundamentals of Logistics Management.
Irwin/McGraw-Hill, Burr Ridge, Illinois, 1998.
LAU A.H.L., LAU H.S. Some two-echelon style-goods inventory models with asymmetric
market information. European Journal of Operational Research, 2001, vol. 134, pp. 26-42.
LAU J.S.K., HUANG G.Q., MAK K.L. Impacts of sharing production information on supply
chain dynamics: A multi-agent simulation study. Proceedings of 30th International
Conference of Computers & Industrial Engineering, June 27-30, Tinos Island, Aegean Sea,
Greece, 2002, pp. 527-532
LAU J.S.K., HUANG G.Q., MAK K.L. Impact of Information Sharing on Inventory
Replenishment in Divergent Supply Chains. International Journal of Production Research,
2004, vol. 42, n 5, pp. 919-941.
LEE H.L., BILLINGTON C. Material Management in Decentralized Supply Chains.
Operations Research, 1993, vol. 41, n 5, pp. 835-847.
LEE H.L., WANG S. Information sharing in the supply chain. International journal
technology management, 2000, vol. 20, n3-4, p. 373-387.
LEE H.L., SO K., TANG C. The value of information sharing in a two-level supply chain.
Management Science, 2000, vol. 46, n 5, pp. 626-643.
LEE H.L., PADMANABHAN P., WHANG S.). Information distortion in a supply chain: The
bullwhip effect. Management Science, 1997, vol. 43, n 4, pp. 546-558.
LESNAIA E., Optimizing safety stock placement in general network supply chains. Ph.D.
dissertation, MIT, 2004.
LIN F.R., SHAW M.J. Reengineering the Order Fulfillment Process in Supply Chain
Networks. International Journal of Flexible Manufacturing Systems, 1998, vol. 10, pp. 197-
229.
139
LOVEJOY W.S. Integrated Operations: a proposal for operations Management teaching and
research. Production & Operations Management, 1998 (Special issue on teaching POM),
vol. 7, n2, pp. 106-124.

M
MASON-Jones R., NAYLOR B., TOWILL D.R. Lean, agile or leagile? Matching your
supply chain to the marketplace. International Journal of Production Research, 2000, vol. 38,
n 17, pp. 4061-4070.
MASON-Jones R., TOWILL D.R. Information enrichment designing the supply chain for
competitive advantage. Supply Chain Management: An International Journal, 1997, vol. 2,
n 4, pp. 137-148.
MASON-Jones R., TOWILL D.R. Total cycle time compression and the agile supply chain.
Engineering Costs and Production Economics, 1999, vol. 62, pp. 61-73.
MAXWELL W.L., MUCKSTADT J.A. Establishing consistent and realistic reorder intervals
in production-distribution systems. Operations Research, 1985, vol. 33, pp. 1316-1341.
MENTZER J.T., DE WITT W., KEEBLER J.S., et al. Defining supply chain management,
Journal of Business Logistics, 2001, vol. 22, n 2, pp. 1-25.
METTERS R. Quantifying the bullwhip effect in supply chain. Journal of Operations
Management, 1997, vol. 15, pp. 89-100.
MINNER S. Multiple-supplier inventory models in supply chain management: A review.
International Journal of Production Economics, 2003, vol. 81-82, pp. 265 - 279.
MINNER S. Strategic Safety Stocks in Supply Chains. Lecture Notes in Economics and
Mathematical Systems, Springer, Berlin,.2000, vol. 490.
MOINZADEH K. A multi-echelon inventory system with information exchange.
Management Science, 2002, vol. 48, n 3, pp. 414-426.

N
NAHMIAS S. Production and Operations Management, 3
rd
ed, Irwin, Chicago, 1997.
NAYLOR J.B., NAIM M.M., BERRY D. Leagility: integrating the lean and agile
manufacturing paradigm in the total supply chain. Engineering Costs and Production
Economics, 1999, vol. 62, pp. 107-118.
NG C.T., LI Y.O., CHAKHLEVITCH K. Coordinated replenishments with alternative supply
sources in two-level supply chains. International Journal of Production Economics, 2001, vol.
73, pp. 227-240.
140

O
OZER A.O. Supply chain management under advance demand information. PhD thesis,
Colombia University, 2000.

P
PALEVICH R.F. Supply chain management. International Conference Proceedings of
APICS 1997-The educational Society for Resource Management, 1997, pp. 1-5.
PARUNAK H.V.D., SAVIT R., RIOLO R. et al. DASCH-Dynamical Analysis of Supply
Chains. ERIM/University of Michigan, Preprint, To be submitted for publication. Available at
http://www.newvectors.net/staff/parunakv/dasch99.pdf, 1998.

R
RAPPOLD J.A., MUCKSTADT J.A. A computationally efficient approach for determining
inventory levels in a capacitated multiechelon production-distribution system. Naval Research
Logistics, 2000, vol. 47, pp. 377-398.
RICHARDS C.W. Agile manufacturing: beyond lean? Production and Inventory Management
Journal, 1996, 2
nd
Quarter, pp. 60-64.
ROTA-Franz K., Thierry C., Bel G. Gestion des Flux dans les chanes logistiques. In:
BURLAT P., CAMPAGNE J.P. Performances industrielles et gestion des flux. Herms Trait
IC2, 2001, pp. 153-186.
ROUNDY R. 98%-effective integer ratio lot-sizing for one-warehouse multi-retailer systems.
Management Science, 1985, vol. 31, pp. 1416-1430.

S
SAHAYB S. Supply chain collaboration: the key to value creation. Work Study, 2003, vol.
52, n2, pp. 76-83.
SAHINA F., ROBINSON E.P. Information sharing and coordination in make-to-order supply
chains. Journal of Operations Management, 2005, vol. 23, n 6, pp. 579-598.
SANDERS N.R., PREMUS R. IT applications in supply chain organizations: a link between
competitive priorities and organizational benefits. Journal of Business Logistics, 2002, Oak
Brook, vol.23, n 1, p. 65.
141
SHARAFALI M., CO H.C. Some models for understanding the cooperation between the
supplier and the buyer. International Journal of Production Research, 2000, vol. 38, n 15, pp.
3425-3449.
SHERBROOKE C.C. METRIC: A multi-echelon technique for recoverable item control.
Operations Research, 1968, vol. 16, pp. 122-141.
SIMATUPANG TM., SRIDHARAN R. The collaborative supply chain: A scheme for
information sharing and incentive alignment. Research Manuscript, Massey University, 2001.
SIMATUPANG.T.M. (2002a) The knowledge of coordination for supply chain integration.
Business process Management, 2002, vol. 8, n 3, pp. 289-308.
SIMATUPANG.T.M (2002b) The collaborative supply chain. International journal of
logistics management, 2002, vol. 13, n1, pp. 15-30.
SIMCHI-Levi D., KAMINSKY P., SIMCHI-Levi E. Designing and Managing the Supply
Chain: Concepts, Strategies and Case Studies. McGraw-Hill International Edition, Singapore.
2000.
SIMCHI-Levi D., Zhao Y. Safety Stock Positioning in Supply Chains with Stochastic Lead
Times. Working paper. Massachusetts Institute of Technology, Cambridge, MA, 2005.
SONG J.S. The effect of lead time uncertainty in a simple stochastic inventory model.
Manage Science, 1994, vol. 40, n 5, pp. 603-613.
SONG J.S., ZIPKIN P. Inventory control with information about supply conditions.
Management Science, 1996, vol. 42, n 10, pp. 1409-1419.
SPEKMAN R.E., KAMAUFF Jr. J.W., MYHR N. An empirical investigation into supply
chain management. International Journal of Physical Distribution & Logistics Management,
1998, vol. 28, n 8, pp. 630-650.
SRINIVASAN K., KEKRE S., MUKHOPADHYAY T. The impact of electronic data
interchange technology on JIT shipments. Management Science, 1994, vol. 40, n 10, pp.
1291-1309.
STADTLER H. Supply Chain Management: An Overview. In: Supply Chain Management
and Advanced Planning. Springer-Verlag, 2000.
STERMAN J. Modeling managerial behavior: misperceptions of feedback in a dynamic
decision making experience. Management Science, 1989, vol. 35, pp. 321-339.
STEVENS G.C. Integrating the Supply Chain. International Journal of Physical Distribution
& Materials Management, 1989, vol. 19, pp. 3-8.
SVORONOS A., ZIPKIN P. Evaluation of one-for-one replenishment policies for
multiechelon inventory systems. Management Science, 1991, vol. 37, n 1, pp. 68-83.
142
SWAMINATHAN J.M., TAYUR S.R. Models for Supply Chains in e-Business. Management
Science, 2002, vol. 49, n 10, pp. 1387-1406.
SWAMINATHAN J.M., SMITH S.F., SADEH N.M. Modeling supply chain dynamics: A
multiagent approach. Decision Sciences, 1998, vol. 29, n 3, pp. 607-632.
SWAMINATHAN J.M., SADEH N.M., SMITH S. F. Effect of sharing supplier capacity
information. Haas School of Business, University of California, Berkeley, 1997.

T
TAN G.W. The impact of demand information sharing on supply chain network. Ph.D.
dissertation, University of Illinois at Urbana-Champaign, Urbana, IL, August 1999.
TERSIN R. Principles of Inventory and Material Management. North-Holland, New York,
1988.
THONEMANN U.W. Improving supply-chain performance by sharing advance demand
information. European Journal of Operational Research, 2002, vol. 142, n 1, pp. 81-107.
TOWILL D.R. The seamless chain- the predators strategic advantage. International Journal
of Technology Management, 1997, vol. 13 n 1, pp. 37-56.
TOWILL D.R. Industrial dynamics modelling of supply chains. International Journal of
Physical Distribution and Logistics Management, 1996, vol. 26, pp. 23-42.
TOWILL D.R., NAIM M.M., WIKNER J. Industrial dynamics simulation models in the
design of supply chains. International Journal of Physical Distribution and Logistics
Management, 1992, vol. 22, n 5, pp. 3-13.
TSUNG F. Impact of information sharing on statistical quality control. IEEE Transactions on
Systems, Man and Cybernetics, Part A, 2000, vol. 30, pp. 211-216.

V
VERWIJMEREN M., Van der VLIST P., Van DONSELAAR K. Networked inventory
management information systems: Materializing supply chain management. International
Journal of Physical Distribution and Logistics Management, 1996, vol. 26, n 6, pp. 16-31.

W
WEI J., KRAJEWSKI L. A model for comparing supply chain schedule integration
approaches. International Journal of Production Research, 2000, vol. 38, pp. 2099-2123.
143
WENG Z.K. Concurrence, postponement and trans-shipment in a two-echelon manufacturing
and distribution system. International Journal of Production Research, 1999, vol. 37, pp. 341-
357.
WIKNER J., TOWILL D.R., NAIM M., Smoothing supply chain dynamics. International
Journal of Production Economics, 1991, vol. 22, pp. 231-248.
WOMACK J.P., JONES D.T. From lean production to the lean enterprise. Harvard Business
Review, 1994, March-April, pp. 93-103.
WOOLDRIDGE M. An Introduction to Multi-Agent Systems. John Wiley & Sons,
Chichester, UK, 2002.

X
XU K., DONG Y., EVERS P.T. Towards better coordination of the supply chain.
Transportation Research, 2001, Part E, n 37, pp. 35-54.

Y
YAN L., YEN L.W., WOO Tan G. Impact of Lead-time Distribution on the Bullwhip Effect
and Supply Chain Performance. In : Proc. Americas Conference on In-formation Systems.
YU Z., YAN H., CHENG T.C.E. Benefits of information sharing with supply chain
partnerships. Industrial Management & Data Systems, 2001, vol. 101, pp. 114-119.
YUAN Y., LIANG T.P., ZHANG J.J. Using Agent Technology to Support Supply Chain
Management: Potentials and Challenges. Michael G. DeGroote School of Business, Working
Paper Series 453, 2001.
YUE X., LIU J. Demand forecast sharing in a dual-channel supply chain. European Journal of
Operational Research, 2006, vol. 174, n 1, pp. 646-667.

Z
ZHAO X., XIE J., LEUNG J. The impact of forecasting model selection on the value of
information sharing in a supply chain. European Journal of Operational Research, 2002, vol.
142, n 2, pp. 321-344.
ZHAO X., XIE J., LAU R.S.M. Improving the supply chain performance use of forecasting
models versus early order commitments. International Journal of Production Research, 2001,
vol. 39, pp. 3923-3939.
144