6e Conférence Francophone de MOdélisation et SIMulation - MOSIM’06 - du 3 au 5 avril 2006 – Rabat- Maroc
« Modélisation, Optimisation et Simulation des Systèmes : Défis et Opportunités ».
SIMULATION DE PRISE DE DECISION DANS LA SUPPLY CHAIN : UNE
APPROCHE MULTI AGENTS Samia GAMOURA-CHEHBI, Yacine OUZROUT et Abdelaziz BOURAS
Centre de recherche CERRAL – Laboratoire PRISMa
Université Lumière Lyon 2 Campus porte des Alpes, 160 boulevard de l’université 69676 Bron CEDEX samia.chehbi@univ-lyon2.fr, yacine.ouzrout@univ-lyon2.fr et abdelaziz.bouras@univ-lyon2.fr
RESUME : Afin d’améliorer leurs performances, et celles des chaînes logistiques auxquelles elles participent, les entreprises actuelles sont dans l’obligation de remettre en question leurs processus de collaboration et de partage d’information avec leurs différents partenaires. Cette problématique est l’une des plus étudiées dans le domaine des systèmes d’information et des outils d’aide à la décision appliqués à la gestion des chaînes logistiques (Supply Chain Management). Nous présentons, dans cet article, un modèle d’organisation multicouche à base d’agents pour la simulation des interactions entre les acteurs d’une chaîne. Nous proposons une version étendue du cas du « Beer Game » pour la validation de notre modèle. Dans cette étude de cas, plusieurs stratégies de prise de décisions collaboratives ont été étudiées, analysées, et simulées sous la plate forme JADE®. A partir des résultats des simulations, nous allons tenter d’illustrer l’impact des choix de certaines stratégies de collaboration et des comportements des agents sur la performance globale de la chaîne.
6. BIBLIOGRAPHIE agents, JP. Briot et Y Demazeau, Ed. Hermes, Lavoisier,
ISBN 2-7462-0336-7, pp 139-172, 2001. Apolloni S., Lando M., Savino M., « Methodological Assess- Ferber J., Les systemes multi-agents: vers une intelligence col- ment for Product Demand Forecasting through Neural lective, Ed. InterEditions, ISBN 2-7296-0665-3, pp 97- Networks », IProceedings of the 3rd international confer- 155, France, 1995. ence, Canada, 2001. Forrester J.W., « Industrial dynamics - A major breakthrough Beaufils B., Modèles et simulations informatiques des pro- for decision-makers », Harvard Business Review, Vol.4, pp blèmes de coopération entre agents, Thèse de doctorat, 36-66, 1958. Université des Sciences et Technologies de Lille, 2000. Hong Y., Zhenxin Y., Edwin T.C., « A strategic Model for Benameur H., Chaib-draa B., Kropf P.G., Multi-item auctions Supply Chain Design with Logical Constraints: Formula- for automatic negotiation. Journal of Information and tion and Solution », Computer & Operations Research, Software Technologies, vol 44, N°5, 2002, p. 165-176. Vol.30, pp 2135-2155, 2003. Chaib-draa B., Moulin B., Jarras I., « Agent et Systèmes Mul- Kimbrough S.O, Wu D., Zhong F., « Computers play the beer tiagents », In Principes et architecture des systèmes multi- game: Can artificial agents manage supply chains? », Deci- agents, JP. Briot et Y Demazeau, Ed. Hermes, Lavoisier, sion Support Systems, Vol.33, pp 323-33, 2002. ISBN 2-7462-0336-7, pp 27-60, 2001. Kowalczyk R., Phiong V., Dunstall S., Owends B. Towards Chehbi S., Derrouiche R., Ouzrout Y., Bouras A., « Multi Supporting Collaborative Scheduling in Adaptive Supply Agent Supply Chain Architecture to Optimize Distributed Networks with Negotiation Agents. Journal of Decision Decision Making », Proceedings of the 7th World Multi- Systems, Vol 13., 2004. conference on Systemics, Cybernetics and Informatics, USA, 2003. Le bars M., Un Simulateur Multi-Agent pour l’Aide à la Déci- sion d’un Collectif : Application à la Gestion d’une Res- Chehbi S., Ouzrout, Y., Bouras, A., Multi-Layers Supply chain source Limitée, Thèse de doctorat, Université de Paris 6- modelling based on Multi-Agent Approach, Emerging So- Dauphine, 2003. lutions for Future Manufacturing systems. Ed. L.M. Cam., Springer, ISBN 0-387-22828-4, pp. 307-314, 2004. Mathieu P., Muller J.P, Systèmes multi agent et systèmes com- plexes. Ed. Lavoisier, Hermes, ISBN-2-7462-0555-6, pp Dodd C., Kumara S.R., « A Distributed multi agent model for 126-137, France, 2002. value nets », IEA/IAE, pp 718-727, 2001. Moyaux T., Chaib-draa B., D’Amours S., « Multi-agent coor- El Fallah-Seghrouni A., « Modèles de coordination d’agents dination based on tokens: Reduction of the bullwhip effect cognitifs », In Principes et architecture des systèmes multi- 6e Conférence Francophone de MOdélisation et SIMulation - MOSIM’06 - du 3 au 5 avril 2006 – Rabat- Maroc « Modélisation, Optimisation et Simulation des Systèmes : Défis et Opportunités ».
in a forest supply chain », Proceedings of the 2nd Interna-
tional Joint Conference on Autonomous Agents and Multi- Agent Systems (AAMAS), Australie, 2003. Parunak H.V.D., Brueckner S., Sauter J., Matthews R., « Dis- tinguishing Control and Plant Dynamics in Enterprise Modeling », Proceedings of the 2nd DARPA-JFACC Sym- posium on Advances in Enterprise Control. Minneapolis, USA, 2000. Rota K., Coordination Temporelle de Centres Gérant de Façon Autonome des Ressources. Application aux Chaînes Logis- tiques Intégrés en Aéronautique, Thèse de doctorat, Uni- versité de Toulouse, 1998. Shapiro J., Modeling the Supply Chain Duxbury, Ed. Duxbury Resource Center, ISBN 0534373631, 2000. Simchi-Levi D., Kaminiski P., Simchi-Levi E., Desingning and Managing the Supply Chain : Concepts, Strategies and Case Strudies, Ed. McGraw Hill , 2000. Sterman J.D., « Modeling managerial behavior: Misperceptions of feedback in a dynamic decision making experiment », Management science, Vol. 03, pp 321-339, 1989.
