Aller au menu Aller au contenu
Recherche Opérationnelle et Systèmes de Production
Laboratoire des Sciences pour la Conception, l'Optimisation et la Production de Grenoble
Recherche Opérationnelle et Systèmes de Production
Recherche Opérationnelle et Systèmes de Production

> GSCOP_Recherche > GSCOP_RechercheOpérationnelle

Soutenance de thèse de Katyanne Farias De Araùjo (ROSP) le 25 novembre 2019 à 14H en amphi Gosse - Site Viallet - Grenoble INP

Publié le 14 novembre 2019
A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail Partagez cet article Facebook Twitter Linked In
Soutenance 25 novembre 2019

Intitulée : « Inventory routing problems on two-echelon systems: exact and heuristic methods for the tactical and operational problems »

Les membres du jury :
 
  • Mme. Claudia ARCHETTI, ESSEC Business School – Paris, Examinatrice
  • Mme. Nadia BRAUNER VETTIER, Université Grenoble Alpes, Examinatrice
  • M. Dominique FEILLET, École Nationale Supérieure des Mines de Saint-Étienne, Examinateur
  • Mme. Christelle JUSSIEN-GUÉRET, Université d’Angers, Rapporteur
  • M. Olivier PÉTON, IMT Atlantique Nantes, Rapporteur
  • M. Khaled HADJ-HAMOU, Institut National des Sciences Appliquées de Lyon, Directeur de thèse
  • M. Galliam Claude YUGMA, École Nationale Supérieure des Mines de Saint-Étienne, Co-Directeur de thèse
     

Résumé :

Les activités de transport et de gestion des stocks ont un impact important les unes sur les autres. Assurer un niveau de stock idéal pour les clients peut demander des livraisons fréquentes et entraîner des coûts logistiques élevés. Pour optimiser les compromis entre les coûts de stock et de transport, des systèmes Vendor Managed Inventory (VMI) ont été développés pour gérer conjointement les opérations de stock et de transport. Pour un ensemble de clients ayant des demandes sur un horizon de temps, le problème de détermination des tournées et des quantités à livrer pour répondre aux demandes des clients avec un coût minimum de gestion de stock et de transport est connu sous le nom de Inventory Routing Problem (IRP). En plus, des systèmes à deux échelons sont étudiés pour améliorer le flux de véhicules dans les zones urbaines. Étant donné que des nouvelles politiques de gestion sont apparues, dans le but de limiter le trafic des gros véhicules et leur vitesse dans les centres urbains, des Centres de Distribution, en anglais Distribution Centers (DC), sont mis en place pour coordonner les flux de marchandises à l'intérieur et à l'extérieur des zones urbaines. Les produits sont donc livrés aux clients par les fournisseurs via les DC.
Dans cette thèse, nous proposons de combiner un système à deux échelons avec IRP. Nous introduisons le Operational Two-Echelon Inventory Routing Problem (O-2E-IRP), dans lequel les clients doivent être servis par un fournisseur strictement via des DC et les tournées doivent être définis dans les deux échelons sur un horizon de temps donné. Chaque DC doit répondre aux demandes d'un ensemble de clients, où l'ensemble des clients lequel chaque DC doit servir est connu. Ainsi, avant de résoudre le problème au niveau opérationnel, deux décisions tactiques importantes doivent être prises : à partir de quel DC livrer les clients et en utilisant quels véhicules ? Répondre à ces questions est difficile car cela implique de minimiser les coûts opérationnels d'un système de livraison VMI à deux échelons à long-terme (plusieurs mois) avec des demandes incertaines. Pour ce faire, nous présentons le Tactical Two-Echelon Inventory Routing Problem (T-2E-IRP) ce qui, à notre connaissance, est une nouvelle extension des IRP. Le T-2E-IRP vise à optimiser les décisions en fonction d'un horizon à long-terme et en tenant compte de demandes stochastiques. Dans cette thèse, nous présentons des méthodes de résolution exactes et heuristiques efficaces pour les problèmes proposés. Pour chacun des problèmes introduits, de nombreuses expériences de calcul sont effectuées pour un nouvel ensemble d'instances de référence généré pour évaluer l'efficacité des méthodes proposées.

Abstract :

Transportation and inventory management activities have a great impact on each other. Ensuring an ideal inventory level for customers can require frequent deliveries and lead high logistics costs. To optimize the trade-off between inventory and transportation costs, Vendor Managed Inventory (VMI) systems have been developed to manage inventory and transportation operations together. Given a set of customers with demands over a time horizon, the problem of determining routes and delivery quantities to meet customer demands at a minimum inventory holding and transportation costs is known as Inventory Routing Problem (IRP). In addition, two-echelon systems have been studied aiming at improving the freight vehicle flow inside urban areas. As new management policies have emerged, with the goal of limiting the traffic of large vehicles and their speed in urban centers, Distribution Centers (DC) are introduced to coordinate freight flows inside and outside the urban areas. Products are then delivered from the suppliers to the customers through the DC.
In this thesis, we propose to combine a two-echelon system with IRP. We introduce an Operational Two-Echelon Inventory Routing Problem (O-2E-IRP), in which the customers must be served by a supplier strictly through DC and routes must be defined in both echelons over a given time horizon. Each DC must meet the demands of a set of customers, where the set of customers each DC must serve is given. Therefore, before solving the problem at the operational level, two important tactical decisions have also to be taken: from which DC supply the customers and using which vehicles? Answering these questions is difficult as it implies to minimize operational costs for a two-echelon VMI delivery system on long-term (several months) under uncertain demands. In order to deal with this, we introduce the Tactical Two-Echelon Inventory Routing Problem (T-2E-IRP) which, to the best of our knowledge, is a new extension of the IRP. The T-2E-IRP aims at optimizing these tactical decisions based on a long-term horizon and considering stochastic demands. In this thesis, we present efficient exact and heuristic solving methods for the proposed problems. For each of the introduced problems, extensive computational experiments have been carried out on a new set of benchmark instances generated to evaluate the efficiency of the proposed methods.

 
A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail Partagez cet article Facebook Twitter Linked In

mise à jour le 14 novembre 2019

  • Tutelle CNRS
  • Tutelle Grenoble INP
  • Université Joseph Fourier
  • Tutelle UMR
Univ. Grenoble Alpes