Flux d’information envers les autres entités du réseau logistique

Télécharger le fichier pdf d’un mémoire de fin d’études

Modélisation de l’architecture de pilotage des chaînes logistiques

Dans ce chapitre, nous nous attachons à définir les fonctions de pilotage en nous appuyant sur les notions de système décisionnel, de système d’information et de planification à horizon glissant (§ 2.2), puis nous développons une modélisation des architectures de pilotage (§ 2.3) et présentons trois grandes familles de pilotage (§ 2.4).
Dans le premier chapitre (§ 1.4.3) l’état de l’art en matière de pilotage de chaînes logistiques révélait deux approches de pilotage diamétralement opposées : le pilotage distribué et le pilotage centralisé (Ganeshan et al., 1999). Ces deux approches sont ici plus longuement analysées. Puis nous introduisons une approche hybride (pilotage mixte) qui vise un compromis entre les avantages des approches précédentes : l’optimisation des performances de la chaîne et l’obtention d’une certaine autonomie locale.
On retrouve cette inspiration dans certains travaux, Ouzizi et al. (2005) notamment, mais à un niveau décisionnel stratégique ; en effet, ces auteurs s’intéressent aux décisions d’ouverture de sites de production, plutôt qu’à la planification des activités de ces ressources. Nous serons également amenés à proposer une approche hybride pour aborder, au chapitre 5, le cas d’une entreprise appartenant à plusieurs chaînes logistiques.
Une telle typologie de pilotage a plutôt valeur de référence et ne répond pas nécessairement à une pratique réelle. Sur le terrain, les chaînes logistiques sont par nature distribuées, s’agissant de réseaux d’entités ou d’entreprises géographiquement distinctes. De plus, les entreprises sont des entités juridiquement et économiquement indépendantes, résultant d’évolutions historiques et stratégiques dans le marché concurrentiel. Dans ces conditions, peu d’information circule entre entreprises et généralement une entreprise ne dialogue qu’avec ses clients et fournisseurs directs. Par conséquent, aucune entité ne possède l’ensemble des informations requises par une approche centralisée de pilotage. C’est pour cela que le pilotage centralisé demeure plutôt un cas d’école, sauf toutefois s’il s’agit d’une chaîne logistique interne à une compagnie multi-sites. Néanmoins, le fonctionnement de certaines chaînes tend vers une situation de pilotage centralisé, par exemple lorsqu’un donneur d’ordres important impose à tous les partenaires de la chaîne d’utiliser un système d’information commun. Dans ce cas, un premier pas est déjà franchi vers un pilotage centralisé, puisque toutes les informations sont déjà centralisées à travers une même base de données.
Dans cette thèse, le pilotage centralisé sert principalement à donner, sous certaines hypothèses, la meilleure solution d’un problème de planification : il sert de référentiel. Ce travail cherche en effet avant tout à comparer différents concepts de pilotage.
Notre approche considère par ailleurs un processus décisionnel multi-niveaux. Par rapport au MRP2 qui constitue, avec une phase de planification puis une phase d’ordonnancement, une pratique classique de planification dans les entreprises, nous nous intéressons aux architectures décisionnelles multi-niveaux sans rupture de modélisation d’un niveau à l’autre, qui procèdent par désagrégation pour affiner la macro-planification d’un niveau supérieur (global) au niveau inférieur (local). Cette approche, itérative et récursive, permet d’utiliser le même modèle à différents niveaux, mais avec un paramétrage de plus en plus fin (Lecompte- Alix, 2001).

Approche systémique

La systémique postule que tout système tire ses fonctions de l’interrelation de composants distincts (ou sous-systèmes), ces sous-systèmes pouvant être à leur tour et récursivement décomposés en sous-systèmes correspondant à un niveau d’analyse plus fin. Ceci s’applique en effet dans le domaine de la gestion d’entreprise, où l’organisation du système à piloter est décomposable en sous-systèmes de plus en plus élémentaires (Pujo et Kieffer, 2002), dont les interrelations sont décrits au moyen de flux : flux de matière, d’information, monétaires, etc.
L’architecture de pilotage du système de production, elle-même hiérarchisée, est à l’image du système piloté.

Pilotage des réseaux d’entreprises : concepts fondamentaux et structuration

Définitions du pilotage et des centres de décision

Le pilotage d’un réseau d’entreprises est une fonction qui permet d’exploiter les ressources qui sont à disposition dans le réseau. Cette fonction trouve sa matérialisation dans deux éléments d’organisation : le système d’information et le système décisionnel.
Le système d’information permet de stocker, adapter et mettre à disposition les données sur lesquelles se basent les centres de décision. Le rôle du système d’information est de fournir à chaque centre de décision l’information nécessaire et suffisante à une prise de décision adéquate. Certaines informations doivent subir des agrégations et filtrages successifs qui les mettront en adéquation avec les besoins du niveau décisionnel destinataire, comme par exemple des prévisions sur la semaine ou sur le mois. Ces opérations d’agrégation d’information sont menées soit par l’entité émettrice, soit par l’entité réceptrice.
Le système décisionnel représente quant à lui l’ensemble des ressources intelligentes (acteurs humains et outils d’aide à la décision) intervenant dans l’exploitation de l’outil de production, ainsi que l’organisation interreliant ces ressources.
L’architecture de l’organisation du pilotage est la façon dont s’articule le système décisionnel avec le système d’information. Cette architecture permet d’identifier i) les décideurs euxmêmes, appelés plus génériquement centres de décision sans préjuger du nombre des décideurs qui les constituent, ainsi que les décisions qu’ils doivent prendre selon leur rôle dans l’organisation hiérarchique ii) les relations entre les décideurs, c’est-à-dire les flux d’information entre ces décideurs.
Les décisions à prendre en gestion de la chaîne logistique sont tellement nombreuses et variées, qu’un seul centre de décision ne pourrait pas toutes les traiter. C’est pourquoi le système décisionnel est à la fois hiérarchisé (en niveau d’agrégation sémantique et temporelle) et réparti dans l’espace (délégation des décisions détaillées vers les centres opérationnels) permettant ainsi un compromis entre les besoins de coordination globale et d’autonomie locale des activités des différentes entités composant le système.
Dans Telle (2003), on décompose chaque entreprise d’une chaîne logistique en quatre agents autonomes, liés entre eux par des flux d’informations et de produits, correspondant aux principaux processus opérationnels (approvisionnement, production, distribution) et à la conduite du flux physique. Despontin-Monsarrat et al. (2005) ont quant à eux choisi de ne considérer que trois centres de décision génériques par entreprise : Gestion de Production, Service Vente et Service Achat (cf. figure 2.2).

Typologie des informations, supports à la décision

L’ensemble des informations qu’un centre de décision reçoit constitue une partie de son cadre décisionnel. Dans ce paragraphe, nous allons classer ces informations suivant différents critères.

Les informations endogènes et les informations exogènes

Les informations traitées par un centre de décision peuvent être (figure 2.4) :
– soit endogènes : ce sont i) les remontées ou les retours d’informations qui proviennent des centres de décision coordonnées par le centre considéré, ou ii) les informations propres au centre de décision lui-même, comme sa politique de gestion des stocks, son objectif de performance…
– soit exogènes : relatives à l’environnement extérieur du centre de décision, à savoir ses clients, ses fournisseurs ou sous-traitants et éventuellement les centres de décision d’un niveau supérieur.

La variabilité des informations

La variabilité dans le temps des informations constitue aussi un critère de classement. On peut distinguer trois classes :
– les informations considérées comme invariables à l’échelle de la dynamique de prise de décision. Il s’agit par exemple des gammes, des nomenclatures, des coûts et des capacités théoriques de production, de stockage, de transport, …qui constituent des valeurs paramétriques pour le problème de planification.
– les informations mises à jour de façon événementielle, ayant pour origine des aléas de production (machine en panne, capacité dégradée) ou de transport. Généralement, seuls les aléas importants ne pouvant être gérés localement et/ou ayant un impact sur d’autres activités sont remontées au niveau supérieur en vue d’une replanification plus globale des activités.
– les informations mises à jour périodiquement (à chaque replanification) qui proviennent par exemple du suivi de la production pour décrire l’état du système à un instant donné : niveaux de stock, en-cours de production, de transport, … ou visant la mise à jour des plans de production, de livraison, …

La temporalité dans le pilotage : la planification à horizon glissant

Horizon et période de planification

Lorsqu’un centre de décision dispose de toutes les informations nécessaires pour poser le problème de planification, il s’attache à définir les activités futures de l’ensemble des ressources qu’il doit piloter. Cette décision porte généralement sur un certain horizon temporel. Cet horizon détermine la portée du plan dans le futur. La longueur de l’horizon est en règle générale fonction de l’inertie des processus pilotés et de la fréquence des événements auxquels on souhaite pouvoir réagir.
Pour détailler les plans, l’horizon est divisé en un certain nombre de périodes élémentaires : le temps est discrétisé. Le choix de la période élémentaire détermine la résolution du plan.
Dans le principe de l’horizon glissant, la prise de décision se fait par mise à jour périodique du plan. La période de replanification se définit comme l’échéance de remise en cause du plan. Le choix de la période de replanification résulte de la recherche d’un compromis entre, d’une part, une période trop longue, qui nuirait à l’adaptabilité du plan aux données contextuelles (modification/ajustement des données antérieurement considérées) et, d’autre part, une période trop courte, qui nuirait à la stabilité du système, par une réorganisation incessante des activités.
La durée de l’horizon et de la période de planification se décline en nombre de périodes élémentaires, qui constitue, par définition, l’unité de mesure du temps.
Il se peut que chaque centre de décision choisisse ses propres valeurs de la période élémentaire, de l’horizon et de la période de replanification. De ce fait, dans un réseau d’entreprises, les centres de décision travaillent généralement de manière asynchrone, ce qui crée des délais d’attente pour la prise en compte des informations (Amrani-Zouggar et al., 2007).
Dans notre approche néanmoins, nous supposons q’il existe déjà un certain degré de coordination dans la chaîne et nous ferons l’hypothèse que tous les centres de décision d’un même niveau hiérarchique travaillent avec le même couple horizon/période de replanification et ce de façon synchrone (les périodes de chaque centre sont en phase, i.e. débutent au même moment). Cela signifie que nous supposons que les transferts d’informations sont instantanés ; mais pas nécessairement leur traitement, puisque nous prenons en compte des délais d’information.

Réactivité des réseaux logistiques

Dans un réseau d’entreprises, la planification s’effectue généralement à horizon glissant. Du fait du caractère répétitif de la prise de décision en horizon glissant, un centre de décision a toujours besoin des mêmes types d’information à chaque nouvelle prise de décision. Le cadre décisionnel structurel reste ainsi inchangé, et ce n’est que l’instanciation de ces informations qui diffère à chaque période. Il s’agit donc simplement d’une actualisation d’informations dont la nature demeure invariante.
Pour piloter les activités en horizon glissant, il faut disposer d’un suivi de production pour actualiser les informations représentatives de l’état du système. Le suivi de production constitue un feed-back du système piloté vers le centre de décision, qui détecte les dérives entre les résultats réels des activités passées et les résultats ciblés par le plan de production. Le centre de décision peut ainsi mettre à jour ses données sur l’état du système de production, visualiser les écarts et les résorber en réactualisant le plan tout en intégrant les données les plus récentes : nouvelles commandes des clients et/ou prévisions de demandes (cf. figure 2.5).
Il est à noter que les informations sur le suivi de production sont souvent sujettes à un temps de latence (inclinaison des flèches pointillées sur la figure), dû à l’inertie du système d’information ou au retard de mise à jour des informations de suivi.

Modélisation de l’architecture de pilotage des réseaux d’entreprises

Dans cette partie, nous considérons l’architecture de pilotage d’un système de production physique. Ce concept permettra de référencer les centres de décision du système de production et de mettre en exergue les interactions possibles entre ces derniers.

Concept et notations

La structure d’un système de pilotage étant nécessairement associée à un système physique piloté, il faut tout d’abord définir ce dernier. Dans un premier temps, nous considérons une chaîne logistique constituée d’un ensemble d’activités mises en série (chaîne logistique sans branche). L’approche sera ensuite généralisée à un réseau de topologie quelconque.
Chaque activité1 du système physique est référencée par un numéro r ne correspondant pas nécessairement avec son positionnement dans la chaîne. Les relations « client-fournisseur » impliquant l’activité r sont déterminées par les « ensembles des précédents et des suivants » ci-dessous :
r E s Ensemble des activités amont de l’activité r.
r E r Ensemble des activités aval de l’activité r.
Pour caractériser l’architecture de pilotage, nous commençons par référencer chaque centre de décision dans un référentiel à deux dimensions (cf. figure 2.6) :
– par le numéro du rang, dans la cascade des activités de la chaîne logistique, de l’activité pilotée,
– et par le numéro du niveau décisionnel où se situe, dans une décomposition hiérarchique, le centre de décision.

Généralisation à un réseau d’entreprises

Les chaînes logistiques ont rarement une structure physique en série, mais plus généralement une structure en réseau. Cela sous-entend donc des activités en parallèle, de type hétérogène (par exemple, des fournisseurs de composants différents) ou homogène (activités transformant le produit de manière similaire). Avec ce dernier type d’activités, un problème d’allocation apparaît, qui consiste à déterminer lesquelles de ces activités homogènes seront chargées d’effectuer certains travaux. Concrètement, ces activités homogènes peuvent correspondre à :
– des fournisseurs fabriquant un même type de composant,
– des ateliers de production en parallèle pour augmenter la capacité de cette activité, au sein d’une même entreprise ou non (appel à des sous-traitants),
– des clients qui demandent les mêmes types de produit.
Le parallélisme d’activités conduit à ajouter une troisième dimension au système de référencement introduit précédemment (figure 2.7), pour arriver au référentiel tridimensionnel présenté figure 2.9.

Etat de l’art sur la simulation des processus de pilotage de chaînes logistiques

Les travaux d’analyse des processus décisionnels par simulation de modèle sont nombreux. Kleijnen (2003) propose de classer les différentes techniques de simulations de chaînes logistiques en quatre grandes parties : i) la simulation par tableur, ii) l’approche par la dynamique des systèmes, iii) l’approche par événements discrets ou simplement iv) les jeux d’entreprises, qui permettent d’éduquer et d’entraîner les utilisateurs à certains aspects de la gestion de la chaîne logistique.
La particularité de l’approche par événements discrets est l’avancement du temps dans la simulation, qui saute d’événement en événement. L’approche par la dynamique des systèmes promeut quant à elle une vision quasi-continue des flux (matières, informations, personnels, argent…).
Notre approche s’appuyant résolument sur une simulation mathématique par tableur, nous ne détaillerons pas les travaux réalisés dans les autres domaines cités.
Dans la suite de ce paragraphe, nous présentons une liste de travaux, non exhaustive, travaillant avec des modèles mathématiques pour la gestion des chaînes logistiques.
· Utilisation des modèles au niveau stratégique
Les modèles mathématiques peuvent être utilisés à tous les niveaux, y compris au niveau stratégique. Par exemple, Jayarama et Pirkul (2001) étudient la configuration (structure, design) d’une chaîne logistique et plus précisément le dimensionnement du nombre d’entrepôts et de sites de production. Leur modèle mathématique est un programme linéaire (toutes les relations, critère compris, s’écrivent sous forme d’une somme algébrique de variables, pondérée par des paramètres) et mixte (certaines variables sont réelles et d’autres entières), le but étant de définir une topologie optimale de la chaîne logistique.
Toujours au niveau stratégique, Bouchriha et Ladet (2002) analysent le problème du ‘make or buy’ : faire appel à des sous-traitants ou non. Leur modélisation cherche à minimiser les coûts de production en interne, les coûts d’achat, de transport et de stockage. Elle prend en compte les capacités minimales et maximales de production et de transport. Des variables binaires permettent de savoir si les ressources internes sont utilisées ou non pour la production.
· Utilisation des modèles au niveau tactique et opérationnel
Les modèles présentés ici s’appliquent au niveau tactique et/ou opérationnel, qui est également le cadre dans lequel se situe notre étude.
Ozdamar et Tülin (1999) s’intéressent à la distribution des produits vers les clients en passant par des entrepôts avec un pilotage hiérarchisé sur deux niveaux. L’objectif des modèles mathématiques linéaires mixtes (i.e. agrégés et détaillés) est de répartir les produits en sortie d’usine sur les entrepôts afin de minimiser les coûts de transport, de stockage et de rupture. L’intérêt du niveau agrégé est de travailler sur un horizon plus long (agrégation du temps) et sur des familles de produits (agrégation des produits). Les auteurs remarquent que plusieurs itérations de négociation peuvent être nécessaires entre les deux niveaux, afin de trouver une solution. Dudek et Stadtler (2005) étudient la négociation entre un client et son fournisseur sur cinq structures physiques différentes. La négociation est nécessaire lorsque la demande d’un client ne peut pas être satisfaite. Ils proposent des modèles de planification dont une partie est générique, le reste étant une extension suivant le rôle du décideur (fournisseur ou client). Un modèle fournisseur est donc centré sur les processus production et distribution, alors que le modèle du client est centré sur les processus approvisionnement et production. Mais, il n’y a pas d’intégration totale de ces processus. Ces modèles prennent en compte la capacité de production des ressources, avec éventuellement une augmentation de celle-ci (par des heures supplémentaires ou le recours à un sous-traitant). Comme c’est souvent le cas au niveau tactique, les temps de réglage des machines (setup times) sont négligés.
Haehling Von Lanzenauer et Pilz-Glombik (2002) développent un modèle pour l’optimisation des décisions dans un environnement collaboratif. Le modèle cherche à maximiser le profit défini comme la différence entre la somme des ventes et la somme des coûts (achat, stockage, transport et rupture). Le modèle, qui prend en compte un délai de propagation de l’information, est ensuite appliqué sur la structure série du jeu de la bière (usine, distributeur, grossiste, détaillant et client). Ici, seul le processus de distribution est pris en compte. Kirche et al. (2005) utilisent un modèle analytique de planification avec des contraintes et comparent les résultats avec deux critères différents. Un critère consiste à maximiser le profit « direct » c’est-à-dire la différence entre les ventes et les achats en matières premières (approche par la théorie des contraintes), et l’autre fonction reprend la première en incluant d’autres coûts tels que les coûts de production, de préparation, de stockage et de gestion des commandes (approche par la méthode ABC – Activity-Based Costing). Dans ce modèle, aucun délai de transport n’est pris en compte. Il n’y a pas de coût de rupture, mais une variable binaire permet d’accepter ou de refuser une commande. Avec cette technique, seules les demandes réalisables sont acceptées. Il ne peut donc pas y avoir de retard !

Table des matières

Chapitre 1 : Contexte, problématique et positionnement du travail de recherche
1.1 Facteurs de complexité de la fonction « Production » au sein d’une entreprise manufacturière
1.1.1 Le secteur d’activités et les produits
1.1.2 Le volume de production
1.1.3 Le mode de production
1.2 Organisation de la gestion de production
1.2.1 La prise de décisions dans une entreprise : un système hiérarchisé
1.2.1.1 Niveau stratégique
1.2.1.2 Niveau tactique
1.2.1.3 Niveau opérationnel
1.2.2 Quelques approches classiques de planification
1.2.2.1 L’approche MRP 2
1.2.2.2 La méthode Kanban
1.2.3 Les processus, supports à la mise en réseaux des entreprises et leur intégration.
1.2.3.1 Le processus Approvisionnement
1.2.3.2 Le processus Production
1.2.3.3 Le processus Distribution
1.2.3.4 Le processus Vente
1.2.3.5 Interactions entre les processus et autres « services »
1.3 Définition de la chaîne logistique
1.3.1 Emergence historique de la chaîne logistique
1.3.2 Définitions issues de la littérature scientifique
1.3.2.1 La logistique
1.3.2.2 La chaîne logistique (Supply Chain – SC)
1.3.3 Structure physique de la chaîne
1.4 Gestion de la chaîne logistique (Supply Chain Management – SCM)
1.4.1 Définition
1.4.2 Les trois flux de la chaîne logistique
1.4.2.1 Le flux d’information
1.4.2.2 Le flux physique
1.4.2.3 Le flux financier
1.4.3 Le système décisionnel
1.4.4 Les performances
1.4.4.1 Comment améliorer la performance?
1.4.4.2 Principaux indicateurs du SCM
1.4.5 Modélisation de la gestion de la chaîne logistique
1.4.5.1 Modélisation d’entreprise
1.4.5.2 Les modèles analytiques
1.4.5.3 Les modèles de simulation
1.4.5.4 L’offre logicielle
1.5 La littérature scientifique de la gestion de la chaîne logistique
1.5.1 L’abondance des publications
1.5.2 Classement de la littérature
1.6 Synthèse bibliographique et objectifs de la thèse
Chapitre 2 : Modélisation de l’architecture de pilotage des chaînes logistiques
2.1 Introduction
2.1.1 Approche systémique
2.1.2 Hiérarchisation
2.2 Pilotage des réseaux d’entreprises : concepts fondamentaux et structuration
2.2.1 Définitions du pilotage et des centres de décision
2.2.2 Typologie des informations, supports à la décision
2.2.2.1 Les informations endogènes et les informations exogènes
2.2.2.2 La nature des informations
2.2.2.3 La variabilité des informations
2.2.3 La temporalité dans le pilotage : la planification à horizon glissant
2.2.3.1 Horizon et période de planification
2.2.3.2 Réactivité des réseaux logistiques
2.3 Modélisation de l’architecture de pilotage des réseaux d’entreprises
2.3.1 Concept et notations
2.3.2 Architecture de pilotage multi-niveaux
2.3.3 Généralisation à un réseau d’entreprises
2.4 Les types d’architecture de pilotage
2.4.1 Le pilotage distribué : une approche pragmatique
2.4.2 Le pilotage centralisé : une approche idéale
2.4.3 Le pilotage mixte : une approche consensuelle
2.4.4 Comparaison rapide des trois types d’architecture de pilotage
2.5 Conclusion du chapitre
Sommaire 9
Chapitre 3 : Modèle générique de planification pour un centre de décision
3.1 Introduction
3.2 Etat de l’art sur la simulation des processus de pilotage de chaînes logistiques
3.3 Environnement et paramétrage du problème de planification vu d’un centre de décision
3.3.1 Modélisation de l’environnement d’un centre de décision
3.3.1.1 Les ensembles pour définir l’environnement d’un centre de décision
3.3.1.2 Les indices utilisés dans le modèle
3.3.1.3 Exemple de notation
3.3.2 Les paramètres et variables de décision du modèle de planification
3.3.2.1 Notations utilisées
3.3.2.2 Les paramètres du modèle
3.3.2.3 Les variables du modèle
3.3.2.4 Flux d’information envers les autres entités du réseau logistique
3.4 Le modèle analytique du problème de planification
3.4.1 Les contraintes du modèle
3.4.2 Le critère du modèle
3.4.3 Principe de fonctionnement du modèle de planification
3.5 Les relations inter-centres de décision
3.5.1 Relations horizontales : échange de type client – fournisseur
3.5.1.1 Processus de commande à un fournisseur : prise en compte du délai d’information
3.5.1.2 Informations concernant les futures livraisons au client
3.5.2 Relations verticales : échange entre centres de décision de niveaux successifs
3.5.2.1 Ordres pour les ressources internes d’un centre de décision
3.5.2.2 Retours d’information vers un centre de décision de niveau supérieur
3.6 Conclusion du chapitre
Chapitre 4 : Analyse de performances – robustesse et réactivité du pilotage
4.1 Introduction
4.2 Objectifs de l’analyse
4.2.1 Mesure de la performance de la chaîne
4.2.2 Approche comparative des différentes architectures de pilotage
4.3 Présentation du cas d’étude
4.3.1 Définition du cas-type : entretiens industriels préalables
4.3.2 Description de la structure physique et des données techniques
4.3.3 Les problématiques considérées
4.4 Objectifs et protocoles d’expérimentation
4.4.1 Définition des architectures de pilotage appliquées au cas-type
4.4.2 Données initiales
4.4.3 Présentation de l’outil de simulation
4.5 Etude de la robustesse
4.5.1 Scénarios d’expérimentation
4.5.2 Résultats des campagnes expérimentales
4.5.3 Analyse des résultats
4.5.4 Conclusion sur l’étude de la robustesse
4.6 Etude de la réactivité
4.6.1 Scénarios d’expérimentation
4.6.2 Les résultats de l’analyse de réactivité
4.6.3 Analyse des résultats
4.6.4 Conclusions sur l’étude de la réactivité
4.7 Conclusion du chapitre
Chapitre 5 : Analyse du couplage de plusieurs réseaux logistiques
5.1 Introduction
5.2 Le problème d’allocation des capacités d’un maillon commun
5.2.1 Positionnement du problème
5.2.2 Définition du processus de négociation
5.2.3 Incidences sur le modèle de planification
5.3 Cadre de l’expérimentation
5.3.1 Facteurs reflétant la stratégie de négociation
5.3.2 Campagne d’expérimentations
5.3.3 Mesure de la performance
5.4 Analyse des résultats d’expérimentations
5.4.1 Influence de la répartition initiale de la capacité
5.4.2 Influence de la sur-réservation / sous-réservation de la capacité
5.4.3 Respect des plans de production
5.4.4 Respect des plans d’approvisionnement
5.5 Amélioration de la convergence du processus de négociation
5.5.1 Définition de nouvelles stratégies facilitant la convergence
5.5.2 Expérimentations des stratégies
5.6 Conclusion du chapitre
Conclusion générale et perspectives
Bibliographie

Télécharger le rapport complet