See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/261843860

Un modèle UML des chaines logistiques de distribution multi-échelon

Conference Paper · June 2012

CITATION READS

1 20,607

3 authors:

Hamid Ech-cheikh Saâd Lissane Elhaq

Ecole Nationale Supérieure d'Electricité et de Mécanique de Casablanca Ecole Nationale Supérieure d'Electricité et de Mécanique de Casablanca Universit…
17 PUBLICATIONS   40 CITATIONS    73 PUBLICATIONS   161 CITATIONS   

SEE PROFILE SEE PROFILE

Abdessamad Douraid
Université Hassan II de Casablanca
19 PUBLICATIONS   41 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Lean Manufacturing Implantation View project

Control room systems View project

All content following this page was uploaded by Saâd Lissane Elhaq on 14 January 2019.

The user has requested enhancement of the downloaded file.

 9e Conférence Internationale de Modélisation, Optimisation et SIMulation - MOSIM’12
06 au 08 Juin 2012 - Bordeaux - France
« Performance, interopérabilité et sécurité pour le développement durable »

UN MODELE UML DES CHAINES LOGISTIQUES DE DISTRIBUTION

MULTI-ECHELON

H. Ech-cheikh, S. Lissane El Haq, A. Douraid

Equipe de Recherche Automatique Productique (EAP)

Laboratoire d’Informatique des Systèmes Industriels et Energies Renouvelables (LISER)
Ecole Nationale Supérieure d’Electricité et de Mécanique (ENSEM)
Hassan II Aïn Chock, BP 8118, Oasis, Casablanca, Maroc.
echcheikh@hotmail.fr, lissan1@yahoo.com, abdessamad.douraid@gmail.com

RESUME : Nous nous intéressons dans cet article à la résolution des problèmes opérationnels de pilotage de flux et de
gestion de stock, liés au système de distribution multi-échelon. Afin de cerner et analyser ce type de système complexe
et dynamique, la modélisation s’avère une étape essentielle. A ce propos, nous avons développé un modèle UML global
qui vise l'étude des différentes configurations en matière de distribution multi-échelon, en vue de réaliser un outil de
simulation. Cependant, le développement d’un modèle de simulation pour ce type de système est une tâche difficile.
Cette difficulté se manifeste d’une part dans le choix du système de pilotage (centralisé, décentralisé), et de la politique
de pilotage de flux (suivi continu, suivi périodique), etc. D’autre part, elle se manifeste aux contextes stochastiques et
dynamiques auxquels le système est soumis (demande, capacité, délai d’approvisionnement, etc). Ainsi, nous proposons
un modèle globale de la distribution multi-échelon qui introduit les aspects stochastiques et dynamiques auxquels la
chaîne peut être soumise.

MOTS-CLES : Chaîne logistique de distribution multi-échelon, contexte stochastique et dynamique, modèle de

simulation, UML, système de pilotage.

1 INTRODUCTION échelons, en considérant l’approvisionnement et la

demande comme stochastique avec un pilotage
La modélisation des chaînes logistiques de distribution décentralisée. (Zheng et Ding, 2008) ont utilisé les
multi-échelon s’est développée énormément dans les résultats du modèle du lot économique (EOQ), en
milieux universitaires et industriels, ceci dans le but considérant que la demande suit une distribution de
d’analyser et prévoir le comportement de ce type de poisson et que le délai d’approvisionnement suit une loi
chaîne. Les systèmes multi-échelon sont caractérisés par normale. Ils ont obtenu les valeurs optimales en
leur complexité, cette dernière se manifeste par le analysant séparément le stock entrepôt et stock
contexte stochastique auxquels le système est soumis détaillant. (Tlili et al., 2010) ont étudié un système
(demande, capacité, délai d’approvisionnement, etc). La constitué d’un fournisseur, un entrepôt et deux
modélisation des chaînes logistiques se présente selon détaillants avec une politique le pilotage de flux à suivi
différents aspects, dans le cas des systèmes multi- périodique avec la possibilité de recourir à un
échelon, nous distinguons principalement deux grandes transshipment d’urgence pour satisfaire la demande
catégories de modèles: la première concerne les excessive. (Agus, 2011) a étudié une chaîne à deux
méthodes de simulation, tandis que la deuxième échelons avec un transshipment d’urgence entre
concerne les méthodes analytiques. Dans la littérature, détaillants. De plus, il a considéré la demande comme
plusieurs travaux se sont intéressés à la modélisation des stochastique distribuée selon une loi de poisson, et le
systèmes de distribution multi-échelon. Ces travaux se délai d’approvisionnement fixe entre échelon.
sont plus focalisés sur des modèles analytiques plutôt
que les modèles de simulation. L’approche simulation est utilisée par certains auteurs
lorsque l’approche analytique devient trop compliquée
Depuis une vingtaine d’années, de nombreux modèles du point de vue de la description du système étudié. Par
ont été proposés pour traiter les chaînes logistiques de exemple, (Ng et al., 2003) ont simulé le fonctionnement
distribution multi-échelon même si les premiers articles de chaînes logistiques composées de N échelons, avec
sont anciens (Clark & Scarf, 1960). Quelques articles des délais d’approvisionnements stochastiques et
récents de la modélisation analytique, illustrent la comparent différents types de politiques de pilotage de
diversité et la complexité de ce type de chaine. Par flux. (Beek et al., 2000) ont simulé la dynamique du
exemple, (Caggiano et al., 2001) ont cherché à système multi-échelon multi-produit, qui utilisent des
modéliser un système multi-échelon utilisant une politiques de pilotage de flux périodique avec des délais
politique à suivi continu et multi-produit. (Bollapragada d’approvisionnement prédéterminés.. (Rossetti et al.,
et al., 2004) ont étudié un système en série à deux 2008) ont analysé et simulé un système composé de N
 MOSIM’12 - 06 au 08 Juin 2012 - Bordeaux - France

échelons et N produits, tout en prenant en considération à des systèmes complexes (Kelton et al., 2002; Wartha
la variabilité de la demande. Le modèle permet de et al, 2002). Dans ce qui suit, nous nous intéressons aux
modifier la politique de pilotage suivi selon les méthodes de développement orientées objets qui se
prévisions de la demande réalisées. (Niranjan, 2008) a basent sur le langage UML, puisqu’elles ont démontré
simulé un système multi-échelon en combinant une dans plusieurs occasions leur fiabilité et leur
structure convergente à une structure en série (Trois-, performance.
quatre-, cinq- et m-échelon), Le modèle développé
suppose que la demande est stochastique, le délai En effet, l’UML (Unified Modeling Language) est un
d’approvisionnement entre échelons est fixe et la standard né de la fusion des trois méthodes qui ont
capacité est stochastique. influencé la modélisation objet au milieu des années 90:
Booch, OMT et OOSE. A la base, UML a été utilisé
Le présent travail vise à apporter des solutions aux pour modéliser les systèmes complexes utilisant
problèmes liés à la gestion des chaines logistiques de l’approche objet pour leur apporter plus de formalisme
distribution multi-échelon. Notre contribution, se situe et de méthodologie. Cependant avec l’évolution du
dans le développement d’un modèle UML global concept objet, beaucoup de travaux utilisent ce standard
intégrant les aspects stochastiques et dynamiques des pour structurer leurs modèles de référence.
chaînes logistiques de distribution multi-échelon. Par
conséquent, dans le cas où la configuration du système La raison du succès d’UML, à savoir sa généricité lui
multi-échelon subit des changements, il sera plus facile conférant la possibilité d’être utilisé dans de nombreux
de mettre à jour ce modèle. domaines. La notation UML a été conçu pour être un
support de communication universel, visant à
Nous présentons dans la section 2 les différentes représenter plusieurs vues complémentaires d’un
approches de modélisation des chaines logistiques. La système, avec plusieurs niveau d’abstraction. Aussi,
section 3 traite notre champ d’étude suivi des principaux grâce à sa notation graphique, elle permet d’exprimer
objectifs de cet article. Dans la section 4 nous visuellement une solution objet, facilitant la
présentons la démarche suivie de modélisation et le comparaison et l’évaluation de différentes solutions.
modèle UML proposé. La dernière section conclut ce
travail et présente quelques perspectives. 3 POSITIONNEMENT DU PROBLEME ET
OBJECTIFS
2 MODELISATION DES CHAINES
LOGISTIQUES Les termes "multi-échelons" dans les réseaux de
distribution sont parfois synonymes de la chaîne
Différents outils et approches sont utilisés pour la logistique. Quand un produit passe par plus d’une phase
modélisation des chaînes logistiques (Harrel et Tumay, de stockage avant d’arriver au client final, on parle d’un
1994 ; Beamon, 1998 ; Min et Zhou, 2002). Dans le cas système de stock multi-échelon.
des systèmes multi-échelon, nous distinguons
principalement deux grandes catégories de modèles: Le pilotage de flux et la gestion de stocks dans un
réseau de distribution multi-échelons est un problème
Modèles analytiques : ils permettent de décrire un majeur. La plupart des politiques classiques de gestion
système par un ensemble d’équations régissant son de stocks sont encore utilisées, à savoir (s, Q), (s, S), (T,
fonctionnement. Ils peuvent être déterministes (tous les S), (T, s, S), etc. où les paramètres s, Q, S et T désignent
paramètres du modèle sont réputés connus) ou respectivement le point de commande, la quantité de
stochastiques (certains paramètres sont incertains et commande, le niveau de recomplètement et l’intervalle
suivent une loi de probabilité) (Maria, 1997). de révision. On distingue aussi deux modes de gestion
en cas d’insuffisance de stock: gestion avec demandes
Modèles de simulation : ils sont utilisés pour décrire, perdues et gestion avec demandes différées. La
expliquer et prévoir les comportements des systèmes complexité augmente lorsque les sites détaillants
physiques réels. De plus, l'utilisation de ces modèles coopèrent en pratiquant des transbordements
rend possible la conduite d'expériences multiples, dans (transshipments) d’urgence en cas de rupture (Tlili et
l’objectif de comprendre le comportement du système al., 2010).
ou d’évaluer des stratégies en se basant sur un certain
nombre de critères. En outre, les systèmes de gestion de stocks dans un
réseau de distribution multi-échelon peuvent être
Un modèle de simulation est généralement utilisé répartis en deux classes : système à stock installation et
lorsqu’il est difficile de trouver une relation (une système à stock échelon. Dans le premier système,
équation) entre différentes variables et ne pouvant donc chaque site prend ses décisions en se basant uniquement
généralement pas se mettre sous la forme d’un modèle sur son état de stock individuel, alors que, dans le
analytique. La modélisation de simulation est un outil second système, chaque site prend en compte son stock
polyvalent et puissant qui a gagné en popularité en courant et aussi les stocks en aval et les stocks en
raison de sa capacité à traiter des modèles correspondant transit. Un système à stock échelon ne peut donc être
 MOSIM’12 - 06 au 08 Juin 2012 - Bordeaux - France

implémenté que si chaque site partage ces informations  La modélisation statique s’articule autour des
avec les sites en amont. De plus, des règles d’allocation étapes suivantes :
doivent être mises en place pour être appliquées lorsque Etape 1 : le diagramme de contexte statique;
les sites en amont sont en situation d’insuffisance de Etape 2 : le diagramme de cas d’utilisation;
stocks pour approvisionner les sites en aval. Etape 3 : le diagramme de classes.

La problématique que nous traitons ici se situe dans le  La modélisation dynamique est décrite selon les
fait de construire un modèle, intégrant les différentes étapes suivantes :
caractéristiques citées plus haut, et synthétisées dans la Etape 1 : le diagramme d’activité;
figure 1. Etape 2 : le diagramme d’états-transitions;
Etape 3 : le diagramme de séquence.

4.1 Modélisation statique

4.1.1 Diagramme de contexte statique

Le diagramme de contexte statique délimite le domaine
d’étude en précisant ce qui est à la charge du système et
en identifiant l’environnement extérieur au système
étudié avec lequel ce dernier communique.

Figure 2 : Diagramme de contexte statique pour le

système de distribution multi-échelon

Figure 1 : Caractéristiques d’une chaîne logistique Les acteurs de l’environnement qui agissent sur le
multi-échelon (ech-cheikh et al., 2011 ) système selon la figure 2 sont :

Par ailleurs, la construction d’un modèle est souvent  Demandeur : Représente le « client final » dans
question de généricité et de réutilisation. Ainsi, il y a une chaîne logistique.
deux niveaux de généricité (Villeminot, 2004) :  Distributeur : Son rôle est triple et consiste en : la
réception, le stockage et l'expédition des produits
 généricité au sein d’une modélisation; il faut que de différentes natures.
chaque acteur de même type soit modélisé de la  Détaillant : Représente le niveau inférieur de la
même manière; chaine logistique, reste en contact direct avec le
 généricité pour plusieurs modélisations; nos travaux client.
doivent pouvoir être réutilisés pour différentes  Superviseur : Pilote et optimise le réseau de
études particulières. distribution.
 Fournisseur : Responsable de l’approvisionnement
Nombreux auteurs limitent leur étude à un ou plusieurs de la chaine par les produits pour qu’ils soient
sous-problèmes ou s'intéressent au problème complet vendus aux clients.
pour un système de distribution multi-échelon de  Système d’information : Reçoit les informations et
structure particulière. En effet, nous avons pu dégager émet les décisions.
un ensemble d’aspects et caractéristiques, pouvant
fournir un modèle global. Ce dernier peut s'adapter à 4.1.2 Diagramme de cas d’utilisation
différentes configurations d’un système multi-échelon et Un diagramme de cas d’utilisation est utilisé pour
permet l'évaluation de ses performances dans différents décrire les interactions entre les acteurs de
contextes. l’environnement et les cas d’utilisation du système, cette
description est purement fonctionnelle. Notre système
4 DEVELOPPEMENT DU MODELE est composée des cas d’utilisation décris dans la figure
3.
Le développement du modèle est divisé en deux phases
décrites ci-dessous :
 MOSIM’12 - 06 au 08 Juin 2012 - Bordeaux - France

4.1.3 Diagramme de classes

Une fois le système est défini, il convient de préciser les
relations entre les acteurs et les différentes entités du
système. UML fournit les diagrammes de classe pour la
spécification des liens statiques entre les éléments du
système. Afin d’avoir une vue globale sur le diagramme
de classe, nous l’avons subdivisé en 3 parties selon la
figure 4:

Figure 4 : Paquetages du système

Partie 1 : Gestion des sites

Figure 5 : Paquetage gestion des sites

Un réseau de distribution (RDM) multi-échelon est

constitué d’un ensemble de sites (centre de distribution
local, centre de distribution régional, détaillant, etc.).
Figure 3 : Diagramme de cas d’utilisation pour un Ces sites sont interconnectés pour assurer un échange de
système de distribution multi-échelon produit et d'information. Dans la figure 5, chaque objet
de la classe site peut avoir de nombreuses relations avec
La figure 3 montre que dans le cas d’une chaine de d’autre objet de la même classe. Ces relations
distribution multi-échelon, il y a plusieurs acteurs qui permettent de modéliser la connectivité des flux entre
agissent sur le système. La description des cas les différents sites de la chaîne.
d’utilisation reflète les processus qui décrivent ce
système. Dans un système multi-échelon centralisé, la Par conséquent, ce modèle conceptuelle (figure 5),
décision sur le choix de la politique de pilotage, permettra à chaque site de gérer l’ensemble des flux
d’allocation et de transbordement, passe par l’accord du avec le site amont (fournisseur) et le site aval (client),
superviseur, afin d’optimiser globalement la chaîne. Le et chaque lien entre site représente une association
distributeur et le détaillant ont pratiquement les mêmes unique. En outre, la classe Echelon permet d’identifier
fonctions (la gestion du stock et des commandes, l’échelon de chaque site.
l’évaluation des indicateurs et les paramètres du stock).
Par contre, le détaillant peut réaliser un transbordement
d’urgence pour satisfaire une demande excessive dans
un temps opportun, ce qui n’est pas possible au
distributeur.
 MOSIM’12 - 06 au 08 Juin 2012 - Bordeaux - France

Partie 2 : Gestion des commandes De même, la classe PolitiqueAllocationStock permet de

créer une flexibilité de choix des règles d’allocation de
stock, dans le cas où le stock physique ne peut pas
satisfaire toutes les demandes client. Les centres de
distributions de la chaîne logistiques n’ont pas tous le
même mode de fonctionnement. En effet, ils diffèrent
entre eux par le nombre de connexions et la politique de
stockage utilisée.

La classe PolitiqueTransbordement facilite le choix

entre un ensemble de politique qui peut être utilisé dans
le cas d’une demande excessive. En effet, le
Transbordement est défini comme un mouvement de
stock s’effectuant au niveau du même échelon et
Figure 6 : Paquetage gestion des commandes seulement en situation de rupture effective.
La classe commande constitue un ensemble de demande Cependant, et comme illustré dans la figure 7, la
exprimé par le demandeur ou le manager (distributeur, supervision se fait par le superviseur comme étant un
détaillant) de site. Le fournisseur est une entité externe acteur principal pour la prise de décision. Cette dernière,
au réseau de distribution et satisfait les commandes est représentée par la classe Decision, elle permet de
exprimées au niveau de la chaine de distribution. Cette valider le choix des politiques optimales pour la chaîne.
partie du modèle modélise le chemin de circulation de
produits et présente les moyens de déclenchement et de 4.2 Modélisation dynamique
satisfaction d’une commande.
4.2.1 Diagramme d’activités
Partie 3 : Gestion centralisée du système de distribution
Les diagrammes d’activités sont particulièrement
multi-échelon adaptés à la modélisation du cheminement de flots de
contrôle et de flots de données. Ils permettent de
représenter graphiquement le comportement d’une
méthode ou le déroulement d’un cas d’utilisation.

Figure 7 : Paquetage supervision du RDM

Le partage de certaines informations, entre les sites et le

superviseur, telles que le niveau des stocks et les
prévisions de la demande, est essentiel pour
l’optimisation de la totalité de la chaine. Cette
optimisation se manifeste dans l’amélioration des
indicateurs globaux, tels que le niveau de service, coût
global, etc. Ceci est représenté par les classes
PrevisionDemande, Optimisation, Indicateursglobaux.

De plus, la classe PolitiquePilotageFlux précise le choix

des règles de gestion du stock d’un site. La politique de
gestion a pour objectifs principaux de définir le niveau Figure 8 : Diagramme d’activités « Gestion des
de stock indispensable pour faire face à la commandes client »
consommation, de définir les tailles des quantités à
commander et les délais entre deux Dans le diagramme d’activité de la figure 8, Après
réapprovisionnements. Chaque stock est unique et ne chaque demande client, un test est introduit pour vérifier
peut admettre qu’une seule politique de pilotage, par le niveau du stock. Dans le cas où le stock est
contre cette dernière peut être utilisée par différents insuffisant, la commande est annulée ou satisfaite selon
stocks. une politique d’allocation de stock. Cette dernière est
 MOSIM’12 - 06 au 08 Juin 2012 - Bordeaux - France

validée par un superviseur, selon des règles flux des différents niveaux de la chaîne logistique, dans
d’optimisation de la chaine. l'objectif de garantir un certain niveau de service vis-à
vis du client tout en minimisant les coûts. Le choix de la
bonne politique de pilotage est crucial, car ce choix va
se répercuter sur tout le réseau de distribution, d’où la
nécessité de la validation du superviseur.

En effet, la figure 10 montre qu’après la détermination

de la politique de gestion de stock utilisée et le type de
suivi "continu" ou "périodique", il faut évaluer les
paramètres du stock avant de passer les commandes
pour réapprovisionner les stocks.

Figure 9: Diagramme d’activités « Gestion des

commandes entre site»

Au niveau du diagramme d’activité de la figure 9, nous

remarquons que les commandes gérées à partir de
l’échelon de niveau inférieur jusqu’à celui du niveau
supérieur ne suivent pas la même procédure que la
gestion des demandes client. En effet, dans le cas où le
stock est insuffisant, la commande n’est jamais annulée
mais elle est traitée selon une politique d’allocation
validée par le superviseur de la chaine.

Figure 11: Diagramme d’activités « Politique

d’allocation de stock »

L’allocation de stock devient importante dans le cas où

un site reçoit un ensemble d’ordre dépassant son stock
physique. Dans cette situation, et comme représenté
dans la figure 11, le manager du site est obligé à
satisfaire la demande selon une politique d’allocation.
Cette dernière, doit absolument être validée par le
superviseur de la chaîne. Les politiques d’allocation se
présentent selon plusieurs formes : Guaranteed fraction
allocation, Maximum allocation, Fixed allocation, etc.

Figure 10: Diagramme d’activités « Politique de

pilotage de flux »

Le pilotage de flux consiste à prendre toutes les

décisions visant, à court terme, à coordonner tous les
 MOSIM’12 - 06 au 08 Juin 2012 - Bordeaux - France

Figure 14 : Diagrammes d’états de la commande

La figure 14 présente les états de gestion d’une

Figure 12: Diagramme d’activités « Transbordement » commande (c : commande externe ou interne). Dans le
cas où le stock physique peut satisfaire la commande,
Comme illustré dans la figure 12 le transbordement alors celle-ci sera validée sinon le stock est en situation
n’envisage les commandes qu’en cas de rupture de stock de rupture, ce qui déclenche un message à l’échelon
chez un détaillant suite à l’arrivée d’une demande. De supérieur pour approvisionner le site.
plus, le transbordement nécessite une validation du
superviseur. 4.2.3 Diagramme de séquence
La dernière étape abordée, pour la modélisation de notre
4.2.2 Diagramme d’états-transitions système de distribution multi-échelon, est le diagramme
Le diagramme d’états-transitions permet de décrire le de séquence fournis par UML. Le diagramme de
comportement interne des entités de notre système et de séquence représente la succession chronologique des
visualiser l’enchaînement des états d’une classe ainsi opérations réalisées par un acteur et les objets
que les événements provoquant leur transition. manipulés, ainsi que les opérations mises en œuvre
entre objets.

Figure 13 : Diagrammes d’états du stock

Dans la figure 13 l’état du stock change selon la

quantité stockée et la quantité commandée par une tierce
partie, ainsi le stock (S) peut avoir plusieurs états : le
stock en transit est une commande en attente de
Figure 15 : Diagramme de séquence « Nouvelle
livraison d’un site vers un autre, le stock physique est la
commande »
quantité de produit existante dans le site en attente de
consommation, le stock de sécurité (SS) permet La figure 15 illustre l’ensemble de messages échangés
d’assurer les aléas de la demande et le backlogs sont les pour valider une commande. Lorsqu’un demandeur se
commande en cours dû à la rupture du stock. présente au détaillant, il passe une commande et vérifie
le délai et le coût engendré par celle-ci, le détaillant de
 MOSIM’12 - 06 au 08 Juin 2012 - Bordeaux - France

sa part vérifie la disponibilité du stock et envoie considération, d’où la nécessité d’une modélisation
l’évaluation du délai et du coût au demandeur. globale de ce système.
L’expédition de la commande ne sa fait qu’après
confirmation du demandeur. Ensuite, nous avons décris le modèle développé selon
les deux vue statique et dynamique, la première
Aussi, ce diagramme de séquence reflète un peu les
représente les fonctionnalités du système et la deuxième
messages échangés pour passer d’une commande entre
montre son comportement.
les différents sites du réseau.
Les travaux futurs vont s’orienter vers:

 le développement d’un outil de simulation basé sur

le modèle développé. L’outil permettra d’analyser
et d’évaluer les performances des chaines de
distribution multi-échelon.
 l’intégration des modules de prévision et
d’optimisation pour améliorer les performances
systèmes de distribution multi-échelon.

REFERENCES

Agus P., 2011. Multi-echelon inventory model for

repairable items emergency with lateral
transbordements in retail supply chain, Australian
Journal of Basic and Applied Sciences, p.462-474.

Beamon M., 1998. Supply chain design and analysis:

Figure 16 : Diagrammes de séquence « indicateurs models and method, International Journal of
globaux » Production Economics, Vol.55, p.281-294.

Le diagramme de séquence de la figure 16 présente les Bollapragada R., Rao S., et Zhang J., 2004. Managing
différents échanges qui se passent entre le superviseur, two-stage serial inventory systems under demand
le système d’information et le site. Par ailleurs, le calcul and supply uncertainty and customer service level
des indicateurs globaux nécessite absolument une requirements, IIE Transactions, 36, 73-85.
connaissance des indicateurs locaux de l’ensemble de
sites existants dans le réseau, d’où le rôle important du Caggiano K.E., Jackson P. L., Muckstadt J.A. et
système d’information. Ce dernier permet l’échange, le Rappold J.A, 2001. A Multi-Echelon, Multi-Item
stockage, et la consolidation des données. Inventory Model for Service Parts Management with
Generalized Service Level Constraints, Cornell
Outre l’évaluation des indicateurs globaux, il y a
l’évaluation des stocks échelon, l’optimisation du University Operations Research and Industrial
système et la prévision de la demande. Engineering.

Clark, A. et Scraf, H., 1960. Optimal policies for a

5 Conclusion
multi-echelon inventory problem, Management
Le travail présenté dans cet article traite la modélisation Science, 50(12), 1782-1790.
des chaines logistiques de distribution multi-échelon.
Notre objectif est d'intégrer l’ensemble de Ech-Cheikh H., Lissane Elhaq S., Douraid A., 2011,
caractéristiques dynamiques et aspects stochastiques Approches de modélisation d’une chaîne logistique
dans un seul modèle, d’une part pour donner un de distribution multi-échelon -Etat de l’art.
caractère générique au modèle, et d’autre part pour Conférence internationale Conception et production
apporter une aide à la bonne exploitation de ce type de intégrée, Oujda, Maroc.
chaine. Pour réaliser cet objectif, nous avons introduit le
langage UML. Harrel C. et Tumay K., 1994. Simulation made easy,
Engineering & Management press.
Dans cet article, nous avons d’abord présenté les
systèmes de distribution multi-échelon. Ainsi, nous Kelton, W. D., Sadowski, R. P., & Sadowski, A., 2002.
avons énuméré l’ensemble de caractéristiques qu’il faut Simulation with Arena: McGraw Hill.
intégrer dans le modèle. En effet, les modèles existants
présentent quelques limites, qui se manifestent Maria A., 1997. Introduction to modeling and
simulation, Proceedings of the 1997 Winter
principalement aux nombres d’hypothèses prises en
Simulation Conference.
 MOSIM’12 - 06 au 08 Juin 2012 - Bordeaux - France

Min H. et Zhou G., 2002. Supply chain modeling: past,

present and future, Computers and Industrial
Engineering, Vol. 43, p.231-249.

Ng W., Piplani R., Viswanathan S., 2003. Simulation

workbench for analyzing multi-echelon supply
chains, Integrated manufacturing systems, vol. 14,
n° 5, p. 449-457.

Niranjan S. et Ciarallo W., 2009. Supply Performance in

Multi-Echelon Inventory Systems with Intermediate
Product Demand: A Perspective on Allocation,
Decision Sciences, Paper No. 09-0206.

Rossetti M., Varghese V., Miman M. et Pohl E., 2008.

Simulating inventory systems with forecast based
policy updating, Proceedings of the 2008 Winter
Simulation Conference, P.2732-2740.

Tlili M., Moalla M., Bahroun Z. et Campagne J-P.,

2010. Gestion de stocks avec transshipment dans un
réseau de distribution multi-sites et multi-échelons,
8e Conférence Internationale de MOdélisation et
SIMulation - MOSIM’10.

VILLEMINOT A., 2004. Modélisation et simulation de

la logistique d’approvisionnement dans l’industrie
automobile Application pour un grand constructeur,
Thèse de Doctorat, Université Henri Poincaré,
Nancy-I.

Wartha, C., Peev, M., Borshchev, A., & Filippov, A.,

2002. Decision Support Tool-Supply Chain. Paper
presented at the Proceedings of the 2002 Winter
Simulation Conference.

Zheng, B., Ding, X., 2008. Controlling of Multi-echelon

Inventory in Distribution Supply Chain System
based on Stochastic Demand, International
Conference on Logistics Engineering and Supply
Chain,.

View publication stats