Améliorer et optimiser les performances de la chaîne logistique : Le cas de la production de café au Vietnam

Improving and optimizing the performance of the supply chain : The case of coffee production in Vietnam

• Auteur / Autrice : Thi Thuy Hanh Nguyen
• Direction : Mourad Abed, Abdelghani Bekrar, Thi-Muoi Le
• Type : Thèse de doctorat
• Discipline(s) : Informatique et applications
• Date : Soutenance le 23/01/2023
• Etablissement(s) : Valenciennes, Université Polytechnique Hauts-de-France
• Ecole(s) doctorale(s) : École doctorale polytechnique Hauts-de-France (Valenciennes, Nord ; 2021-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'automatique, de mécanique et d'informatique industrielles et humaines (Valenciennes, Nord ; 1994-...) - Laboratoire de recherche sociétés et humanités (Valenciennes, Nord ; 2021-....)
• Partenaire(s) de recherche : Etablissement délivrant conjointement le doctorat : Institut national des sciences appliquées Hauts-de-France (Valenciennes, Nord ; 2019-....)
• Jury : Président / Présidente : Cyrille Bertelle
• Jury : Examinateurs / Examinatrices : Mourad Abed, Abdelghani Bekrar, Thi-Muoi Le, Hamid Allaoui, M'hammed Sahnoun, Maroua Nouiri, Khouloud Boukadi
• Jury : Rapporteurs / Rapporteuses : Hamid Allaoui, M'hammed Sahnoun

Mots clés

Mots clés contrôlés

Logistique (gestion)

Vietnam

Café

Mots clés libres

Gestion de la performance

Chaîne logistique

Optimisation

Prévision de la demande

Méthode hybride

Deep learning

Performance management

Supply chain

Optimization

Demand forecasting

Hybrid method

Deep learning

Résumé

La variabilité de la demande des clients est l'un des problèmes les plus pertinents qui entraînent un déséquilibre entre la demande et l'offre. Par conséquent, la prévision de la demande est essentielle dans la gestion de la chaîne logistique, car elle prédit la demande future des clients, éliminera l'incertitude et stabilisera la chaîne logistique. Cette thèse développe un nouveau modèle intelligent et hybride pour la prévision de la demande à l'aide d'algorithmes hybrides. La chaîne logistique du café au Vietnam fait l'objet d'une étude de cas. Le café est un produit agricole mondial essentiel qui a un impact significatif sur les économies nationales de plusieurs pays. Ce mémoire est divisé en deux parties: la performance de la chaîne logistique et la prévision de la demande.Dans une première partie, cette thèse modélise et évalue la chaîne logistique du café en utilisant la dernière version de SCOR (Version 12). Le score total de la performance de la chaîne logistique est moyen. Le processus de plan a les scores de performance les plus élevés parmi les processus. La gestion de la demande est un processus clé dans la gestion de la chaîne logistique qui permet aux entreprises de répondre aux demandes de leurs consommateurs et d'équilibrer l'offre et la demande. Par conséquent, l'amélioration du processus de planification de la demande et prévision de la demande est considérée comme la solution la plus importante pour parvenir à une gestion efficace de la demande et de la chaîne logistique.Ainsi, dans la seconde partie de ce mémoire, nous nous concentrons sur deux aspects majeurs: la planification de la demande et la prévision de la demande. Premièrement, cette section présente et évalue le processus de planification de la demande, y compris cinq aspects principaux de la formulation des objectifs, les techniques de prévision, la source d'information, la prévision et la prise de décision, et la synchronisation de l'offre avec la demande. Nous constatons que la planification de la demande en tant que construction d'ordre supérieur est étroitement liée aux coûts et aux performances de livraison. Par ailleurs, c'est la prévision de la demande qui influence le plus le processus de planification de la demande parmi les entreprises. Deuxièmement, cette thèse propose un nouveau modèle de prévision hybride ARIMAX-LSTM qui intègre les avantages de deux modèles bien connus, les modèles Autoregressive Integrated Moving Average with Exogenous factor (ARIMAX) et Long Short-Term Memory (LSTM). Le modèle a été validé lors d'une étude de cas de café au Vietnam. De plus, nous avons testé notre modèle proposé sur les mêmes données des auteurs précédents pour les produits agricoles thaïlandais (ananas, maïs et manioc). Les résultats indiquent que notre modèle hybride est supérieur dans la plupart des expériences. De plus, le modèle hybride proposé améliore le rendement de la chaîne logistique mesuré au moyen de mesures opérationnelles et financières. Il favorise aussi le rendement durable de la chaîne logistique en améliorant les mesures environnementales. En outre, cela aide à fournir des prévisions de ventes exactes, car la différence entre les prévisions et les ventes réelles est très faible.Par conséquent, notre approche proposée est simple et facile à mettre en œuvre, ce qui rend la technique plus attrayante pour les praticiens. Le modèle de prévision des propositions aidera les responsables de la chaîne logistique à anticiper la demande, à mieux la planifier, à minimiser les stocks, à mieux utiliser leurs fournisseurs et à accroître l'efficacité globale de la chaîne logistique. En outre, cette thèse fournit des informations pratiques sur l'évaluation des performances de la chaîne logistique, la conception de la planification de la demande, la mise en œuvre de la prévision de la demande ainsi que les problèmes auxquels les organisations peuvent être confrontées.

Customer demand variability is one of the most severe issues that lead to an imbalance between demand and supply. Therefore, demand forecasting is crucial in supply chain management because it predicts future customer demand, eliminates uncertainty and stabilizes the supply chain. This thesis develops a novel hybrid intelligent model for demand forecast using hybrid algorithms. The coffee supply chain in Vietnam is studied as a case study. Coffee is a globally essential agricultural commodity that considerably influences the national economies of many countries. This thesis focuses on two parts: supply chain performance and demand forecasting.In the first part, this thesis models and evaluates the coffee supply chain using the latest version of SCOR (Version 12). The score of coffee supply chain performance is average. Plan process has the highest performance scores. Demand management is a critical process in supply chain management that enables businesses to reach their consumers' demands and balance supply and demand. Therefore, improving demand planning and forecasting is the most critical solution for achieving effective demand and supply chain management.Hence, in the second part of this thesis, we focus on two main aspects: demand planning and forecasting. Firstly, this section introduces and evaluates the demand planning process, including five main elements of goal formulation, forecasting techniques, information sources, forecasting and decision-making, and synchronizing supply with demand. Demand planning as a higher-order construct relates strongly to cost and delivery performance. Besides, among the elements, demand forecasting has the most significant impact on the demand planning process. Secondly, this thesis proposed a new ARIMAX-LSTM hybrid forecasting model that integrates the advantages of two well-known models, Autoregressive Integrated Moving Average with Exogenous factor (ARIMAX) and Long Short-Term Memory (LSTM) models. Our proposed model was validated in a case study of coffee demand in Vietnam. Besides, to prove the method's robustness, we tested our proposed model on the same data from previous authors for Thailand's agricultural products (pineapple, corn, and cassava). Computational results demonstrated that our hybrid model is superior in most experiments. Moreover, the suggested hybrid model also enhances supply chain performance as evaluated by operational and financial metrics. Additionally, it enhances the performance of sustainable supply chains by improving environmental metrics. Lastly, it offers accurate sales forecasting because the difference between predicted and actual sales is slight.As a result, our proposed approach is simple and easy to implement, which makes the technique more appealing to practitioners. The proposal forecasting model will assist supply chain managers in anticipating demand, planning better, minimizing inventory, making better use of their suppliers, and increasing the overall supply chain's efficiency. Furthermore, this thesis provides some practical insights into supply chain performance evaluation, the design of demand planning, the implementation of demand forecasting, and issues that organizations may face.