Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

See discussions, stats, and author profiles for this publication at: https://ww

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/325263349 Étude de l'optimisation des coûts de la chaîne de distribution: cas des coûts de stockage et de transport Conference Paper · April 2018 CITATIONS 0 READS 9,069 3 authors: Some of the authors of this publication are also working on these related projects: Sustainable Supply Chain Management and Circular Economy (SSCMCE): download CfP, proposed by Dr. Alaeddine Zouari (TN) View project Impact of KM and TQM on Supply chain performance View project Bessid Sahbia Faculté des Sciences Économiques et de Gestion de Sfax 3 PUBLICATIONS 0 CITATIONS SEE PROFILE Alaeddine Zouari Institut Supérieur de Gestion Industrielle, Université de Sfax - Tunisie (Higher Istit… 51 PUBLICATIONS 51 CITATIONS SEE PROFILE Benabdelhafid Abdellatif Normandy University 38 PUBLICATIONS 45 CITATIONS SEE PROFILE All content following this page was uploaded by Alaeddine Zouari on 21 May 2018. The user has requested enhancement of the downloaded file. 1 Étude de l'optimisation des coûts de la chaîne de distribution: cas des coûts de stockage et de transport Bessid Sahbia Doctorante UR LOGIQ – ISGI, Université de Sfax, Tunisie, E-mail : bessidsahbia.91@gmail.com, GSM : +216. 53483908 Zouari Alaeddine Maitre assistant UR LOGIQ – ISGI, Université de Sfax, Tunisie, E-mail : Alaeddine.Zouari@isgis.rnu.tn, GSM: +216.52789138 Abdellatif benabdelhafid Professeur LMAH, Université du Havre, France E-mail : abdellatif.benabdelhafid@univ-lehavre.fr 2 Étude de l'optimisation des coûts de la chaîne de distribution: cas des coûts de stockage et de transport Résumé : L’objectif de cet article est de montrer, dans un premier temps, la place de la chaine de distribution dans la chaine logistique. Par la suite, nous avons clarifié le concept des coûts dans la chaine de distribution et nous avons identifié le développement de ce concept et les processus de l’évolution des coûts. En outre, nous avons conduit une revue de la littérature qui nous a permis de dégager les méthodes les plus utilisées pour optimiser les coûts de la chaine de distribution. Cette étude a été analysée en dégageant les méthodes et les modèles les plus représentatives de celles couramment utilisées. En fin, les avantages et les inconvénients de la plupart des méthodes d'optimisation utilisées sont discuté. Mots clés : Chaine de distribution, Coût de transport, Coût de stockage, Optimisation des coûts. Abstract The objective of this article is, at first, to clarify the place of the supply chain in the logistics chain. Moreover, it aims to clarify the concept of costs in the distribution chain, and to identify the development of this concept and the evolution of costs process. Otherwise, a literature review that allowed us to identify the most used methods to optimize the costs of the distribution chain is conduct. This study is analyzed by identifying methods and most representative used models. In the end advantages and inconvenience for most used optimization methods are discussed. Key words: Distribution chain, Transportation costs, Storage costs, Cost optimization. 3 Étude de l'optimisation des coûts de la chaîne de distribution: cas des coûts de stockage et de transport 1. Introduction La logistique de distribution s’intéresse à la circulation des flux physiques à travers le réseau de distribution (gestion des transports, gestion des stocks…). La principale difficulté à laquelle est confronté un décideur, en présence d’un problème d’optimisation, est celle du choix d’une méthode efficace capable de produire une solution optimale en un temps de calcul raisonnable. Dans ce cadre, l’objectif de notre travail vise à étudier l’optimisation des coûts de distribution dans la chaine logistique à travers la minimisation des coûts de stockage et de transport dans la chaine de distribution et d’étudier des problèmes d’application des méthodes scientifique formelle. 2. Concept des coûts dans la chaine de distribution 2.1. Définition Les coûts dans la Chaine de Distribution (CD) diffèrent d’un auteur à un autre : selon (Steenkamp & Ter Hofstede, 2002), les coûts de distribution sont des facteurs très importants dans de nombreuses décisions : si les emplacements de consommateurs visés sont très dispersés, les coûts de distribution peuvent être prohibitifs. Cependant, (Krauth et al, 2005) affirment que le coût de la distribution dans les entreprises est essentiellement compromis entre le coût de stockage, le temps et la qualité de service. Par ailleurs, (Ayers, 2006) a définit les coûts de distribution avec cinq composantes: les coûts matériaux achetés et le travail, le coût de transport, les coûts d'entreposage, les coûts des stocks, et de coûts l'emballage associé. En outre, (Panda, 2016) suppose que le fabricant et le distributeur forment une coalition qui partage le coût d'élimination. 2.2. Les coûts directs dans la chaine de distribution En général, les éléments de coûts directement liés à la circulation physique des marchandises sont facilement perçus comme une partie des coûts totaux de la distribution, et sont considérés comme des coûts directs. La méthode la plus appropriée pour déterminer les coûts directs varie en fonction du type d’activité industrielle (Bhattacharyya & Sharma, 2005). Les coûts totaux de logistique comprennent ➢ coûts directs de transport: les mouvements internationaux, les mouvements intérieurs, changement de mode, les activités de manutention, d’entreposage et de stockage. ➢ autres coûts de distribution : emballage, entreposage, systèmes d'information logistiques. 4 2.3. Les coûts cachés dans la chaine de distribution Les coûts indirects ne peuvent pas être attribués directement aux objets de coûts qui signifie que la pleine résultant (ou« absorbée ») le coût est inexact dans une mesure inconnue (Armstrong, 2002). On distingue quelques coûts de transport indirects : les frais de port la biosécurité, l’assurance, les coûts des stocks, l'administration de la logistique, etc. 3. Analyse des méthodes et outils d’optimisation des coûts de distribution Une analyse de la revue de la littérature de 35 articles publiés au cours de la (2005-2016) a été effectuée (voir A1). L’analyse consiste à identifier les méthodes et les modèles les plus représentatives de celles couramment utilisées. Ces méthodes et modèles sont : ➢ M1: Programmation Linéaire (PL) ➢ M2: Generalised Linear Mixed Models (GLMM) ➢ M3: Algorithmes génétiques (heuristique) ➢ M4: Optimisation Intégrée (OI) ➢ M5: Modélisation et Simulation des Réseaux Intermodaux(MSRI) ➢ M6 : Ant Colony Optimisation (ACO) ➢ M7 : Mixed Integer Linear Programming (MILP) ➢ M8 : Nonlinear Fixed Charge Transportation Problem (NCFTP) ➢ M9 : Multi-echelon (échelons multiples) (EM) ➢ M10: Méthode d’aide à la décision(MAD) ➢ M11 : Hybridation d’une métaheuristique à base de recuit-simulé(HMRS) ➢ M12 : Une méthode d'estimation(ME) ➢ M13: Activity-based costing. (ABC) Selon les résultats représentés par le diagramme Pareto figure 1. Il est remarquable que les méthodes approchées (comme l’heuristique) et les méthodes exactes (comme la programmation linéaire) sont les plus utilisées. Figure 1. Diagramme Pareto de la fréquence d’utilisation des méthodes traitées 0 2 4 6 8 10 12 14 M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12 M13 5 Cependant, la figure 2 montre la dispersion temporelles des méthodes et modèles d’optimisation des couts de distribution de l’échantillon d’articles. À travers cette dispersion temporelle, il est constaté l’émergence de nouvelles méthodes telles que GLMM, MRSI, RI, ABC et OI dans les dernières années. Figure 2. Dispersion temporelle des méthodes d’optimisation des coûts. 4. Analyse des méthodes les plus citées Quelques avantages et inconvénients pour les méthodes d'optimisation les plus cités sont présentés ci-dessous. 4.1. Algorithmes génétiques Un algorithme génétique est utilisé pour découvrir des règles de négociation optimales et sous-optimales, Afin d'obtenir de meilleures décisions commerciales, un nouveau mécanisme de découverte de règle utilisant une approche GA est proposé pour résoudre des problèmes d'optimisation (à savoir, discrétisation et réduction de données) d'analyse brute pour la découverte de règles techniques de négociation pour le marché à terme (kim et al ,2017). D’après (Oh et al, 2006), le GA est une méthode efficace et robuste pour la recherche de solutions problèmes d'optimisation combinatoire typiques dans une variété d'applications, et il est particulièrement applicable pour résoudre les problèmes d'optimisation multi-paramètres. D’ailleurs, l'avantage de ces méthodes d'optimisation est qu'elles permettent de trouver des solutions globalement optimales pour des objectifs multiples avec un grand nombre de paramètres d'ajustement, tout en présentant des compromis dans des fonctions objectives dans un temps de calcul raisonnable (Appel , Boine-Frankenheim & Petrov, 2017). Alors ,GA est inspiré par l'évolution naturelle. Donc les GA sont très flexibles et peuvent être adaptés à un large éventail de problèmes différents. En effet, les algorithmes génétiques ont été largement utilisés dans de nombreux domaines tels que: la conception de réseaux, la logistique, 0 1 2 3 4 5 6 7 8 9 2005 2006 2007 2008 2009 2010 2011 2012 2014 2015 2016 ABC ME HMRS MAD EM NCFTP MILP ACO MSRI OI heuristique GLMM PL 6 l'allocation des ressources, l'ordonnancement des tâches du processeur de flux, le transport et la fabrication (Quintero, Aguilar & Niel, 2017) Bien qu'il soit susceptible de trouver une solution optimale en cas de problèmes NP-difficiles, il peut trouver une solution presque optimale (Kim & Ahn, 2012). (kim et al ,2017) Par conséquent, bien que l'AG soit un algorithme de recherche populaire, plus la taille et la dimensionnalité des données augmentent, plus il peut être uploads/Management/ cesca2018-paper-24.pdf