Modélisation et évaluation des vulnérabilités et des risques dans les chaînes logistiques

Modelling and evaluation of risks and vulnerabilies of supply chain

• Auteur / Autrice : Leila Sakli
• Direction : Jean-Claude Hennet, Jean-Marc Mercantini
• Type : Thèse de doctorat
• Discipline(s) : Informatique. Modélisation et simulation
• Date : Soutenance le 09/12/2016
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : Ecole doctorale Mathématiques et Informatique de Marseille (Marseille ; 1994-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences de l'information et des systèmes (Marseille)
• Jury : Président / Présidente : Claudia Frydman
• Jury : Examinateurs / Examinatrices : Jacques Lamothe, Ziad Jemai
• Jury : Rapporteurs / Rapporteuses : Caroline Thierry, Jacques Lamothe

Mots clés

Mots clés contrôlés

MATLAB (logiciel)

Simulation, Méthodes de

Évaluation du risque

Modélisation des données (informatique)

Logistique (gestion)

Mots clés libres

Arima

Chaînes logistiques

Kod

Modélisation

Ontologie

Risques

Vulnérabilités

Arima

Supply chains

Kod

Modeling

Ontologies

Risks

Vulnerabilities

Résumé

En dépit de leur caractère distribué, les chaînes logistiques peuvent se révéler très performantes dans les conditions idéales de production et d’échange. Toutefois, leur complexité les rend de plus en plus fragiles. Cette thèse propose des modèles et des méthodes pour l’analyse des risques, de façon à renforcer la robustesse et la résilience des CLs. Nous avons analysé ce domaine suivant une démarche ontologique à l’aide de la méthode KOD pour tirer les caractéristiques essentielles des CLs. En nous appuyant sur un état de l’art du domaine des risques dans les chaînes logistiques, et sur les bases de cas réels, nous avons identifié les indicateurs des vulnérabilités les plus significatifs. A partir des connaissances extraites, et des modèles mathématiques proposés dans la littérature, nous avons construit un modèle de CL multi-étages à l’aide de modèles ARIMA intégrant l’aspect aléatoire de la demande. Pour adapter ce modèle aux situations de vulnérabilité et de risques, nous avons ajouté des contraintes de capacité et de positivité sur les commandes et sur les stocks. Sous l’effet d’événements dangereux, certaines contraintes du système peuvent être atteintes et par conséquence, son évolution peut s’écarter fortement de la dynamique nominale. Nous avons proposé des indicateurs de vulnérabilités comme des indicateurs de fréquence des retards de livraison, ou de surcoût d’immobilisation de produits. Enfin, l’occurrence d’événements dangereux a été représentée par des scénarios. Nous avons alors obtenu des résultats de simulation sous MATLAB, qui nous ont permis d’évaluer leurs conséquences pour différentes configurations du système.

Despite their distributed nature, these supply chains can be very efficient in the ideal conditions of production and exchange. However, their complexity makes them more fragile. This dissertation proposes models and methods for risk analysis to enhance the robustness and resilience of SCs. We analyzed this area following an ontological approach using the KOD method. Based on state of the art in the field of risk in SCs, and on real cases, we identified the indicators of the most significant vulnerabilities. From the extracted knowledge and mathematical models proposed in the literature, we built the model of a multi-stage SC using ARIMA models incorporating the randomness of the demand. In order to adapt this model to situations of vulnerability and risk, we have added capacity and positivity constraints on orders and inventories. Under the impact of hazardous events or strong disturbances, some constraints of the system can be reached and therefore, its evolution may deviate considerably from the nominal dynamics or even become unstable. We proposed vulnerability indicators such as indicators of the frequency of delivery delays or costs due to the immobilization of products. Finally, scenarios were used to represent the occurrence of dangerous events. We then got simulation results in MATLAB, which allowed us to assess their consequences for different configurations of the system, especially for strong disturbances of information flows and physical flows .