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

net/publication/303543206

Etude des problèmes d’application des méthodes scientifiques formelles : cas

de l’optimisation des coûts de stockage et de transport dans la chaine de
distribution

Conference Paper · May 2016

CITATIONS READS

0 1,080

3 authors:

Bessid Sahbia Alaeddine Zouari

Faculté des Sciences Économiques et de Gestion de Sfax Institut Supérieur de Gestion Industrielle, Université de Sfax - Tunisie (Higher Istit…
3 PUBLICATIONS   1 CITATION    53 PUBLICATIONS   54 CITATIONS   

SEE PROFILE SEE PROFILE

Benabdelhafid Abdellatif
Normandy University
41 PUBLICATIONS   52 CITATIONS   

SEE PROFILE

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

Municipal solid waste management View project

Sustainable transportation and distribution View project

All content following this page was uploaded by Alaeddine Zouari on 26 May 2016.

The user has requested enhancement of the downloaded file.

 Problématique d’application des méthodes scientifiques formelles : cas de
l’optimisation des coûts de stockage et de transport dans la chaine de
distribution
Problematic of application of formal scientific methods: optimization case
of storage and transportation costs in the distribution chain

Bessid Sahbia (1) ; Zouari Alaeddine (2)

; Abdellatif benabdelhafid (3)

1 UR LOGIQ – ISGI, Université de Sfax, Tunisie,

E-mail : bessidsahbia.91@gmail.com, GSM : +216. 53483908
2 UR LOGIQ – ISGI, Université de Sfax, Tunisie,
E-mail : Alaeddine.Zouari@isgis.rnu.tn, GSM: +216.52789138

3 LMAH, Université du Havre, France

E-mail : abdellatif.benabdelhafid@univ-lehavre.fr

Résumé :
L’objectif de cet article est de montrer, dans un premier temps, la place de la chaine de
distribution dans la chaine logistique. Par la suite, nous avons clarifié le concept des coûts
dans la chaine de distribution et nous avons identifié le développement de ce concept et les
processus de l’évolution des coûts. Toutefois, nous avons conduit une revue de la littérature
qui nous a permis de dégager les méthodes les plus utilisées pour optimiser les coûts de la
chaine de distribution. Cette étude a été analysée en dégageant les méthodes et les modèles les
plus représentatives de celles couramment utilisées. Une discussion et analyse des résultats
obtenus est conduites à la fin de l’article.

Mots clés : Chaine de distribution, Coût de transport, Coût de stockage, Optimisation des
coûts.

Abstract
The objective of this article is, at first, to clarify the place of the supply chain in the logistics
chain. Subsequently, we clarified the concept of costs in the distribution chain and we have
identified the development of this concept and the evolution of process costs. However, we
conducted a literature review that allowed us to identify the most used methods to optimize
the costs of the distribution chain. This study was analyzed by identifying methods and most
representative models of those currently used. A discussion and analysis of results are
conducted at the end of the article.

Key words: Distribution chain, Transportation costs, Storage costs, Cost optimization.

380
 I. Introduction :

La chaine logistique est un réseau d’entités, géographiquement dispersées, impliquées

dans la chaine de création de valeur et de vente de produits, qui collaborent afin d’assurer
l’approvisionnement, la production et la distribution tout en maximisant leur profit et ce, sous
contrainte de satisfaire les clients finaux. Toutefois elle permet de livrer les produits souhaités
au bon endroit, au bon moment, en bonne quantité et en bonne qualité.
En effet, la logistique de distribution est la pratique des méthodes de la logistique
traditionnelle pour une gestion optimisée des flux de commandes clients, de l’entrepôt du
fournisseur jusqu’au lieu de livraison convenue dans le contrat commercial. Elle s’intéresse à
la circulation des flux physiques à travers le réseau de distribution (gestion des transports,
gestion des stocks…). La principale difficulté à laquelle est confronté un décideur, en
présence d’un problème d’optimisation, est celle du choix d’une méthode efficace capable de
produire une solution optimale en un temps de calcul raisonnable. Dans ce cadre, l’objectif de
notre travail vise à étudier l’optimisation des coûts de distribution dans la chaine logistique à
travers la minimisation des coûts de stockage et de transport dans la chaine de distribution et
d’étudier des problèmes d’application des méthodes scientifique formelle.

II. Place de la chaîne de distribution dans la chaîne logistique

La logistique de distribution s’intéresse à la livraison des produits finis au client et se

concentre sur la gestion des commandes, le stockage et le transport. En effet, la distribution
est importante, c’est un défi continuel parce qu'il s'efforce afin de correspondre à la différence
dans la quantité, le temps et l'emplacement de fabrication avec la quantité, le temps et
l'emplacement de livraison.
Dugot [Dugot, 2000] a réclamé que des fonctions matérielles et des fonctions
commerciales constituent l’ossature de la distribution. Intangibles, elles doivent être assurées
pour que la distribution remplisse correctement son rôle, à savoir la mise en relation de la
production avec la consommation ainsi que l’augmentation de l’offre par la stimulation de la
demande.
Toutefois, [Bowersox et al, 2002] a ajouté «la distribution comme des activités
commerciales relatives aux transports, des stocks finis et / ou des matières premières de
manière à ce qu'ils arrivent à l'endroit désigné, dans un état utilisable en cas de besoin».
La chaine de distribution a axé son développement sur la mise à disposition aux
consommateurs de produits à des tarifs inférieurs à ceux des commerces traditionnels. Ceci a

381
été rendu possible par une stratégie d'achats massifiés auprès des fournisseurs. Les
distributeurs ont donc mis en place deux systèmes d'achats complémentaires : la plupart des
achats sont réalisés par des centrales d'achat (intégré ou coopératif), qui groupent les
commandes des magasins d'une même enseigne à l'échelle régionale ou nationale, tandis que
les achats de produits locaux restent gérés au niveau de chaque magasin. La politique de
centralisation des achats tend ainsi à réduire la part des relations directes entre fournisseurs et
magasins. [Pimor et Fender, 2008]

III. Concept des coûts dans la chaine de distribution

1. Définition
Dans un système logistique, le coût de distribution est typiquement plus important que le
coût d’approvisionnement (stockage, inventaire, traitement des commandes, etc.)
[Parthanadee et Logendran, 2006].
Dans le tableau 1, nous allons présenter quelques définitions et réflexions des chercheurs
au sujet des coûts dans la chaine de distribution.
Les auteurs Définitions et réflexions
Le coût de la distribution dans les entreprises est essentiellement
[Krauth et al, 2005] compromis entre le coût de stockage, le temps et la qualité de
service.
a définit les coûts de distribution avec cinq composantes: les coûts
[Ayers, 2006] matériaux achetés et le travail, le coût de transport, les coûts
d'entreposage, les coûts des stocks, et de coûts l'emballage associé.
Les coûts de distribution sont des facteurs très importants dans de
[Steenkamp et Ter
nombreuses décisions : si les emplacements de consommateurs visés
Hofstede, 2002]
sont très dispersés, les coûts de distribution peuvent être prohibitifs.
l'ajout d'un entrepôt supplémentaire pour le réseau de distribution
[Shepherd et Perrie,
apportera des changements dans les coûts de transport, des
2011]
investissements en stocks et de communication.
Ils ont supposé que le fabricant et le distributeur forment une
[Panda, 2016]
coalition qui partage le coût d'élimination.
Tableau 1: Les coûts dans la chaine de distribution

382
2. Le coût de stockage
Les coûts directs et indirects liés à la gestion du coût de stockage sont traditionnellement
regroupés en quatre catégories :

Le coût de possession de stock : coût d’immobilisation du capital, coût d’entreposage
et coût de dépréciation du stock.

Le coût d’acquisition : ce coût est composé, pour un article acheté, du montant des
factures d’achat, majoré des frais d’approvisionnement, de transport, de manutention;
et les frais généraux;

Le coût de rupture : il est égal au manque découlant de la non satisfaction d’une
commande, éventuellement augmenté par les coûts de perte de production, majoré du
coût d’utilisation de moyens de livraison urgente et du coût de modification de
l’ordonnancement.
3. Le coût de transport :
[Tseng, 2005] a défini le transport comme «l'élément clé dans une chaîne logistique est le
système de transport, qui joint des activités séparées. Le coût de transport occupe le tiers du
montant dans les coûts de la logistique. Le transport est nécessaire dans les procédures de
production et les retours. Seule une bonne coordination entre ses composantes apporterait des
avantages financières».
4. Les coûts directs dans la chaine de distribution
En général, les éléments de coûts directement liés à la circulation physique des marchandises
sont facilement perçus comme une partie des coûts totaux de la distribution, et sont considérés
comme des coûts directs. La méthode la plus appropriée pour déterminer les coûts directs
varie en fonction du type d’activité industrielle. [Bhattacharyya & Sharma, 2005]
Les coûts totaux de logistique comprennent:

Coûts directs de transport:
 les mouvements internationaux
 les mouvements intérieurs
 changement de mode
 les activités de manutention, d’entreposage et de stockage

Autres coûts de distribution :
 emballage
 entreposage
 systèmes d'information logistiques

383
5. Les coûts cachés dans la chaine de distribution
Les coûts indirects ne peuvent pas être attribués directement aux objets de coûts qui signifie
que la pleine résultant (ou« absorbée ») le coût est inexact dans une mesure inconnue
[Armstrong, 2002]. On distingue quelques coûts de transport indirects :
 les frais de port (péage autoroute, …)
 coutumes et la biosécurité
 assurance
 les coûts de possession des stocks
 l'administration de la logistique

IV. Optimisation des coûts

1. La revue de la littérature
Dans cette section, nous allons identifier quelques méthodes d’optimisation des coûts dans la
chaine de distribution (tableau 2) comme une revue de la littérature.
Auteurs Travaux
Contexte : Les auteurs ont étudié la possibilité de trouver un model
de poids aléatoire permettant la recherche des coûts de distribution.
toutefois, ils ont étudié la coïncidence de trouver une version aléatoire
des poids limitant la recherche des coûts de distribution avec celle
découlant d'une formulation déterministe.
Méthodes et modèles : Les auteurs ont considéré une liste de n
fichiers dont les popularités sont aléatoires. La liste est mise à jour
conformément à la règle de mouvement vers l'avant. Lorsque la chaîne
de Markov est à l'équilibre, ils ont calculé explicitement la distribution
[Barrera et al,
limite du coût recherche par article quand n tend vers l'infini.
2006]
Les résultats : Il est possible de trouver un modèle de poids
aléatoire dont la limitation des coûts de recherche pour chaque article
de distribution est le même que celui découlant d'un cadre
déterministe.
Les limites : peut-on toujours trouver une version aléatoire des
poids dont leur coût de recherche, limitant la distribution, coïncide avec
celle qui résulte d'une formulation déterministe? Bien que l'on puisse
soupçonner qu'une réponse positive à cette question pourrait être tout à
fait générale.

384
 Contexte : Réduire les coûts à travers la chaîne
d'approvisionnement en allouant effectivement les centres de
distribution vers les entrepôts, ce qui réduit les coûts de transport et les
coûts d'inventaire.
Méthodes et modèles : Les auteurs ont utilisé la méthode Ant
Colony Optimisation (ACO) qui est une méta-heuristique qui génère
des informations sur la procédure d'optimisation sous la forme d'une
matrice de phéromone.
[Prasad et
Résultat : Les résultats obtenus par la méthode ACO présentent un
Shankhar, 2011]
avantage par rapport à celles obtenus par la méthode (the Least
Distance Approach) LDA et se traduit par une réduction des coûts dans
les chaînes d'approvisionnement de 12,9%.
Limite : Le problème implique à la fois l'emplacement des
entrepôts et la répartition des centres de distribution. Cependant,
l'emplacement de l'entrepôt doit être déterminé; par conséquent,
l'approche des problèmes de transport ne serait pas utile pour parvenir à
la solution.
Contexte : L’auteur a proposé des méthodes de gestion des
approvisionnements adaptées à des contextes particuliers afin de
minimiser les coûts logistiques engendre dans un réseau logistique
multi produits, multi niveaux confronté à une demande probabiliste.
Méthodes et modèles : L’auteur à proposé une méthodologie de
calcul des quantités commandées, qui se base sur une étude de
modélisation et une optimisation mathématique, et ce, dans le but de
minimiser les coûts logistiques L’auteur s’est basé sur :
[Bahloul, 2011]

la méthode «optimisation intégrée» pour identifier l'optimisation des
flux physiques de la chaine logistique.

une méthode de classification multicritères afin de constituer des
groupes de produits relevant d’une politique donnée.
Les résultats : La gestion multi produits permet, dans la plupart des
cas, d’avantager le réapprovisionnement a moindre coût avec un taux
de service détermine. Toutefois, La gestion simultanée du stock et du
transport permet d’avoir plusieurs gains relatifs à l’optimisation

385
 intégrée des couts logistiques.
Les limites : Mettre en place des politiques de réapprovisionnement
dans un contexte multi produits est difficile. En fait, soit on choisit une
politique assez générique pour l’ensemble des produits, soit des
politiques très spécifiques pour chaque produit. Dans les deux cas, la
gestion des produits va être très difficile avec un grand risque d’erreur
et un manque de fiabilité dans les décisions.
Contexte : Examiner les différences et les interdépendances dans
les coûts de la logistique auto-rapportés à la fabrication et au
commerce. Les coûts logistiques totaux considérés se rapportent: au
transport, au stockage, au transport de stock, à l'administration
logistique, au transport l'emballage et aux coûts indirects de logistique.
Méthodes et modèles : Les coûts logistique ont été explorés par les
méthodes : Modèles Linéaires Mixte Généralisé (Generalised Linear
[Engblom et al, Mixed Models (GLMM)) et analyse des composants principaux.
2012] Les résultats :

Les coûts de stock ont diminué et les frais d'administration étaient
instables, mais la tendance était à la baisse.

Le total des coûts de logistique, se sont avérées statistiquement
significativement plus élevée pour le commerce que pour les
entreprises manufacturières.
Limites : Le plus grand changement relatif et seulement
statistiquement significatif était en frais d'administration.
Contexte : Cet article a mis l'accent sur le transport multimodal
dans la chaîne d'approvisionnement et de son aspect de mise en œuvre.
les auteurs ont étudié des modèles et des algorithmes d'optimisation
combinatoire des coûts dans une chaîne d'approvisionnement.
[Sitek, et Méthodes et modèles : Les auteurs ont présenté un modèle
Wikarek, 2012] mathématique pour l'optimisation des coûts à plusieurs niveaux sous la
forme de MILP (Mixed Integer Linear Programming) (programmation
linéaire en nombres entiers mixte). Les coûts de production, de
transport, de distribution et protection de l'environnement ont été
adoptés comme critères d'optimisation. Toutefois, le temps, le volume,

386
 la capacité et le mode de transport ont été pris en compte.
Les résultats : Les auteurs ont indiqué que le modèle proposé et sa
mise en œuvre garantissent une très large gamme d'applications.
D'abord, qui permettent d’une part de trouver les flux de distribution
(variables de décision) pour la chaîne d'approvisionnement modélisée
et minimisent le coût global. D’autre part, d’offrir de nombreuses
possibilités d'aide à la décision dans la gestion de la chaîne
d'approvisionnement grâce à l'analyse de sensibilité des solutions et la
qualité de l'impact des différents paramètres sur le coût et sur la
structure de la chaîne d'approvisionnement.
Contexte : Les auteurs ont étudié la possibilité de trouver des outils
ou des méthodes pour résoudre le problème non linéaire du transport
avec des charges fixes [Nonlinear Fixed Charge Transportation
Problem (NCFTP)] qui représente une variante du problème de
transport des charges fixes. Ceci revient à expédier les quantités
disponibles de produits pour satisfaire les demandes au coût total
minimal.
Méthodes et Modèles : Les auteures ont utilisés l’algorithme
génétique à base de coût minimum de flux nommé «Nonlinear Fixed
Charge Transportation Problem - hybrid genetic algorithm» (NCFTP-
[Xie et Jia, 2012] HGA) pour résoudre les NCFTP, qui étaient développé comme cadre à
l'état stable sur la base de l'algorithme génétique et l'algorithme de flux
de coût minimum nommé MCF-A utilisé comme décodeur.
Résultat : Une solution quasi optimale pour les NFCTP peut être
obtenue en utilisant NCFTP-HGA et MCF-A. Dans l'algorithme
NFCTP-HGA, tout chromosome correspond à l'espace de solution
partielle du problème qui est le domaine composé de toutes les
solutions possibles à un problème d'écoulement minimal des coûts.
Limite : Les expériences numériques montrent que l'algorithme
NFCTP-HGA est une méthode efficace et robuste pour résoudre les
NFCTP, particulièrement applicable aux problèmes à grande échelle.
Contexte : Connaitre le coût de distribution au sein de la Pharmacie
[Modeste, 2013]
à Usage Intérieur PUI, pour chaque secteur d’activité. Il s’agissait de

387
 rendre compte du coût supporté lors de la délivrance dans les unités de
soins pour chaque ligne délivrée par le biais de la délivrance globalisée
mais aussi des dispensations spécifiques telles que la rétrocession, les
médicaments dérivés du sang, les urgences de gardes, etc.
Méthodes et modèles : l'auteur a choisi deux types de méthodes. La
première basée sur des indicateurs plus ou moins pondérés et
globalisés. La seconde (celle que nous avons choisie) repose sur le
temps passé en moyenne pour chaque activité dont on voudrait
connaitre le coût de revient. Cette méthode peut être complétée par des
indicateurs tels que le «point ISA pharmaceutique».
Les résultats : le calculer montrer que les dépenses totales
engendrées par la distribution au sein de la PUI sont plus élevées. Ces
résultats nous confortent dans l’idée qu’il ne faut utiliser les demandes
urgentes qu’en cas de besoins immédiats et privilégier les commandes
faisant appel à la délivrance globalisée.
Les limites : l’auteur a réalisé l’expérience sur un nombre limité de
services de soins. La difficulté de trouver une méthodologie commune
pour les différentes équipes qui se sont penchées sur le sujet, n’a pas
permis d’établir des résultats appréciables par tous.
Contexte : Modéliser un système de transport intermodal. L'idée de
faire une ligne de train intermodal est celui de faire des escales et
permettant ainsi la couverture d'un grand marché de services
intermodaux conventionnels, réduisant ainsi les coûts élevés associés
aux transports de desserte, la congestion sur le réseau routier et les
externalités générées.
[Kordnejad, Méthodes et modèles : La méthodologie utilisée pour évaluer la
2014] faisabilité du transport intermodal rail-route est basée sur un modèle de
coût de transport développé, Intermodal Transport Cost Model (ITCM),
qui se compose de trois éléments principaux: l'exploitation ferroviaire,
transport routier de marchandises et de manutention au terminal.
Les résultats : Les paramètres les plus critiques pour la faisabilité
d'un tel système sont l'utilisation de l'espace de chargement du train et
le coût de manutention au terminal.

388
 Les limites : Dans cette article, aucune des allégations sont faites à
intégrer le choix du mode d'optimisation des itinéraires multimodal, où
un travail supplémentaire est recommandé. Cependant, l'importance des
terminaux CESS a été illustrée, ainsi que les éléments de coûts les plus
importants pour un expéditeur lorsque l'évaluation des différentes
chaînes de transport et le choix du mode.
Contexte : Cet article présente une revue continue (Q, R, L) du
modèle d'inventaire avec une contrainte de service de taux de
remplissage et une fonction exponentielle négative de coût de crash et
à délai de mise en œuvre variable.
Méthodes et modèles : Etendre la distribution gratuite et continue
de la revue du modèle d’inventaire afin de minimiser le coût total, en
utilisant une fonction exponentielle négative de coût crash et en
dérivant une forme d’expressions fermées pour la quantité d’ordre
[Moon et al, 2014] optimale, le point de commande et le délai de mise en œuvre.
Toutefois, ils ont effectué une analyse de sensibilité pour voir les effets
des changements de paramètres sur la fonction objective.
Les résultats : Grâce à leurs expressions-fermées, les praticiens
peuvent facilement obtenir des résultats avec un coût total moindre.
Les limites : Le modèle peut être étendu à des études de délai de
mise en œuvre discret. En outre, le développement de modèles avec
différents types de fonctions de coût de crash pourrait créer des
problèmes de recherche intéressants.
Contexte : Considérer certains problèmes de transport (TP) avec
différents types de coûts de transport de l'unité floue stochastiques et
des contraintes budgétaires.
Méthodes et modèles : Les auteures ont utilisés pour la première
méthode, la définition d'une coupe de nombres floues, l'attente est prise
[Ojha et al, 2014]
séparément sur les deux α-coupes est calculée à l'aide de la distance
signée. Dans la seconde méthode, Ils se rendent compte des
événements aléatoires flous pour une variable aléatoire floue. Les
problèmes déterministes sont résolus en utilisant un algorithme
génétique réel codé avec une sélection de roue de roulette, croisement

389
 arithmétique et mutation aléatoire.
Résultat : On observe que la demande à tous les points de
destination est entièrement satisfaite. Étant donné que les données
d'entrée pour les différents modèles sont différentes, les résultats ne
peuvent être comparés.
Limites : Les procédures appliquées sont assez générales et peuvent
être utilisés pour d'autres types de TP avec les types de contraintes
telles que articles cassables, espace flou stochastique, etc.
Contexte : Evaluer l'indice de fiabilité R (d, c), définie comme la
probabilité que la source distribue une demande D avec succès à la
destination, avec le coût de distribution total ne dépasse pas la
contrainte budgétaire c.
Méthodes et modèles : Les auteurs ont développé deux plans pour
raccourcir l'espace de recherche de (d, c) -. Premièrement, on fournit
une méthode améliorée pour résoudre (d, c) - minimal paths (MPs)
proposant quelques conditions. Deuxièmement, une technique de
[Niu et al, 2014] décomposition existante est itérativement appliquée pour diviser
l'espace de recherche de (d, c) - MPs, tel que le nombre de vecteurs
énumérés d'état peut être en évidence réduit.
Les résultats : Les résultats numériques révèlent que leur méthode
a un avantage net dans la recherche (d, c) -MPs. et prouve que l'indice
de performance R (d, c) qui intègre le coût de fiabilité et de distribution
est une mesure utile de la performance d'un réseau logistique.
Les limites : Développer de nouvelles méthodes pour résoudre le
(d, c) -MPs problème sans aucune énumération fastidieuse

Tableau 2: revue de la littérature

2. Analyse des méthodes et outils d’optimisation des coûts de distribution
Dans le tableau 3, nous avons effectué une analyse de la revue de littérature de 35 articles
publiés au cours de la (2005-2016). L’analyse consiste à identifier les méthodes et les modèles
les plus représentatives de celles couramment utilisées dans le monde académique et
industriel. Les méthodes et modèles utilisé sont :

M1: programmation linéaire

M2: Generalised Linear Mixed Models (GLMM)

390

M3: Algorithmes génétiques

M4: optimisation intégrée

M5: Modélisation et simulation des réseaux intermodaux

M6 : Ant Colony Optimisation (ACO)

M7 : d'MILP (Mixed Integer Linear Programming)

M8 : Nonlinear Fixed Charge Transportation Problem (NCFTP)

M9 : Multi-echelon (échelons multiples)

M10: Méthode d’aide à la décision

M11 : Modèles mathématiques

M12 : l’hybridation d’une métaheuristique à base de recuit-simulé

M13 : Une méthode d'estimation

M14 : Activity-based costing.

Méthode M M M M M M M M M M M M M M
Auteurs 1 2 3 4 5 6 7 8 9 10 11 12 13 16
[Rigby et
Stasinopoulos, ×
2005]
[Domingo, 2005] ×
[Corsten et Kumar,
2005]
×

[Chen et Lee, 2005] ×

[Schabenberger,
×
2005]
[Hamer-Lavoie et
×
Cordeau, 2006]
[Barrera et al, 2006] ×
[Bakare et al, 2007] ×
[Paquet, 2007] ×
[Comelli, 2008] ×
[Khalaf et al, 2009] ×
[Manzini et Bindi,
×
2009]
[Schoenmeyr,
2008]
×

[Thanh et Green,
×
2010]
[Gourgand et al,
2010]
× ×

391
 [Ziari et al, 2011] ×
[Bahloul, 2011] ×
[Prasad et
×
Shankhar, 2011]
[Engblom et al,
×
2012]
[Sitek, et Wikarek,
2012]
×

[Wood, 2012] ×
[Xie et Jia, 2012] ×
[Gonzalez-Feliu,
×
2012]
[Baud-Lavigne,
× ×
2012]
[Bokor, 2012] ×
[Kordnejad, 2014] ×
[Niu et al, 2014] ×
[Moon et al, 2014] ×
[Ojha et al, 2014] ×
[Rad et al, 2014] × ×
[Dallara, 2014] ×
[Schelldorfer et al,
×
2014]
[Amiama et al,
×
2015]
[Panda et al, 2015] ×
[Manbachi et al,
×
2016]

Tableau 3: Analyse de la revue de littérature

Selon les résultats représentés par le diagramme Pareto figure 1.Nous avons remarqué que
les méthodes approchées (comme l’heuristique et la méta-heuristique etc.) et les méthodes
exactes comme la programmation linéaire, sont les plus utilisées.

392
 14
12
10
8
6
4
2
0

Figure 1. Diagramme Pareto de la fréquence d’utilisation des méthodes traitées

9
ABC
8 EM
7 HMRS
NCFTP
6 MILP
5 ACO
MAD
4 ME
MM
3
MRSI
2 PL
GLMM
1
OI
0 H
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Figure 2. Dispersion temporelle des méthodes d’optimisation des coûts.

La figure 2 montre la dispersion temporelles des méthodes et modèles d’optimisation des
coups de distribution de l’échantillon d’articles. À travers le diagramme de dispersion
temporelle des méthodes et modèles utilisé pour l’optimisation des coûts de distribution, Nous
avons constaté l’émergence de nouvelles méthodes telles que GLMM, MRSI, RI, ABC et OI
dans les dernières années.

393
 V. Conclusion

Les travaux présentés dans ce manuscrit s’inscrivent dans le domaine du management des
chaînes logistiques, et plus particulièrement dans celui de la chaine de distribution. En effet,
les coûts de transport et de stockage ont pris une part importante ces dernières années dans le
prix de revient des produits. La réduction de ces coûts, appelés également "coûts logistiques"
est l'un des leviers de la compétitivité qui assure la survie des entreprises dans un marché
caractérisé par une concurrence de plus en plus rude en termes de coût et également par des
clients de plus en plus exigeants. Dans ce travail , nous avons présenté en premier lieu
quelques généralités et définitions du coût dans la chaine de distribution. En deuxème lieu
nous avons présenté le concept d’optimisation des coûts de distribution à travers une revue de
la littérature et une analyse critique sur les méthodes et modèles utilisé sur un échantillon de
travaux de recherche au nombre de 35 réparti temporellement sur la période 2005-2016.

VI. Références

[Khalaf et al, 2009] : Khalaf R. E. H., Agard B. et Penz B., (2009). “Conception conjointe de
familles de produits et chaîne logistique : Entre diversité et standardisation”. 8ème Congrès
International de Génie Industriel, CIGI'2009, 10 – 12 Juin, Bagnère-de-bigorre - France.
[Amiama et Al, 2015] : Amiama C., Pereira J. M., Castro A., et Bueno J., (2015). “Modelling
corn silage harvest logistics for a cost optimization approach”. Computers and Electronics in
Agriculture, 118(2015): 56-65.
[Armstrong, 2002] : Armstrong, P. (2002). “The costs of activity-based management”.
Accounting, Organizations and Society, 27(1): 99-120.
[Ayers, 2006] : Ayers J., (2006). “Handbook of Supply Chain Management” 2nd Edition.
Boca Raton, FL, USA
[Bahloul, 2011] : Bahloul K., “Optimisation combinée des coûts de transport et de stockage
dans un réseau logistique dyadique, multi-produits avec demande probabiliste”. Thèse de
Doctorat, INSA de Lyon - France
[Bakare et al, 2007] Bakare G.A., Krost G., Venayagamoorthy K. et Aliyu U.O., (2007).
“Comparative application of differential evolution and particle swarm techniques to reactive
power and voltage control”, International Conference on Intelligent Systems Applications to
Power Systems, IEEE.ISAP 2007, 5-8 Novembre, Toki Messe, Niigata - Japan; pp. 1-6
[Barrera et al, 2006] : Barrera J., Huillet T., et Paroissin C., (2006). “Limiting search cost
distribution for the move-to-front rule with random request probabilities”. Operations research
letters, 34(5): 557-563.

394
[Baud-Lavigne, 2012] : Baud-Lavigne B., (2012). “Conception conjointe de nomenclatures et
de la chaîne logistique pour une famille de produits: outils d'optimisation et analyse”. Thèse
de Doctorat, Université de Grenoble -France.
[Bhattacharyya et Sharma, 2005] : Bhattacharyya K. G., et Sharma A., (2005). “Kinetics and
thermodynamics of methylene blue adsorption on neem (Azadirachta indica) leaf powder”.
Dyes and pigments, 65(1): 51-59.
[Bokor, 2012] : Bokor Z., (2012). “Integrating logistics cost calculation into production
costing”. Acta Polytechnica Hungarica, 9(3): 163-181.
[Bowersox et al, 2002] : Bowersox D. J., Closs D. J., et Cooper M. B., (2002). “Supply chain
logistics management” 2nd Edition, McGraw-Hill International Editions, New York, USA.
[Chen et Lee, 2005] : Chen C. et Lee W., (2005). “Multi-objective optimization of multi-
echelon supply chain networks with uncertain product demands and prices”. Computers and
Chemical Engineering, 28(2005): 1131–1144.
[Comelli, 2008] : Comelli M., (2008). “Modélisation, optimisation et simulation pour la
planification tactique des chaînes logistiques”. Thèse de Doctorat, Université Blaise Pascal-
Clermont-Ferrand II – France.
[Hamer-Lavoie et Cordeau, 2006] : Hamer-Lavoie G., et Cordeau J. F. (2006). “Un modèle
pour la conception d'un réseau de distribution avec localisation, affectation et stocks”.
Information Systems and Operational Research, 44(1): 1-18.
[Corsten et Kumar, 2005]: Corsten D., et Kumar N., (2005). “Do suppliers benefit from
collaborative relationships with large retailers? An empirical investigation of efficient
consumer response adoption”. Journal of Marketing, 69(3): 80-94.
[Dallara, 2014] : Dallara A., (2014). “IL costo totale della logistica delle merci a livello
nazionale: un metodo di stima”. Rivista di Economia e Politica dei Trasporti, n° 3.
[Domingo, 2005]: Domingo, Benchmark Problems, 2005-07-11, Available from
https://www.cs.cmu.edu/afs/cs/project/jair/pub/volume24/ortizboyer05a-html/node6.html
[date d’accès 23/02/2015].
[Dugot, 2000] : Dugot P., (2000). “Le commerce de gros”. Presses universitaires de France.
(p. 13-16)
[Engblom et al, 2012] : Engblom J., Solakivi T., Töyli J., et Ojala L., (2012). “Multiple-
method analysis of logistics costs”. International Journal of Production Economics, 137(1):
29-35
[Gonzalez-Feliu, 2012] : Gonzalez-Feliu J., (2012). “Cost optimisation in freight distribution
with cross-docking: N-echelon location routing problem”. PROMET-Traffic &
Transportation, 24(2): 143-149.
[Gourgand et al, 2010] : Gourgand M, Lemoine D. et Norre S., (2010). “Méthode
d’optimisation pour la planification d’une chaîne logistique de type flowshop hybride”.

395
Onzième congrès de la Société Française de Recherche Opérationnelle et d'Aide à la
Décision, ROADEF 2010, 24 – 26 Février, Toulouse - France.
[Kordnejad, 2014] : Kordnejad B., (2014). “Intermodal Transport Cost Model and Intermodal
Distribution in Urban Freight”. Procedia-Social and Behavioral Sciences, 125(2014): 358-372
[Krauth et al, 2005] : Krauth E., Moonen H., Krauth V. et Schut M. C., (2005). “Performance
Measurement and Control in Logistics Service Providing”. In 7th International Conference on
Enterprise Information Systems, ICEIS’05, 24 – 28 mai, Miami – USA, pp. 239-247.
[Manbachi et al, 2016] : Manbachi M., Farhangi H., Palizban A. et Arzanpour S., (2016). “A
novel Volt-VAR Optimization engine for smart distribution networks utilizing Vehicle to
Grid dispatch”. International Journal of Electrical Power & Energy Systems,74(2016): 238-
251.
[Manzini et Bindi, 2009]: Manzini R. et Bindi F., (2009). “Strategic design and operational
management optimization of a multi stage physical distribution system”. Transportation
Research Part E: Logistics and Transportation Review, 45(6): 915-936.
[Modeste, 2013] : Modeste M., (2013). “Evaluation du coût de distribution des médicaments :
analyse prospective au CHU de Grenoble”. Thèse de Doctorat, Université Joseph Fourier,
Grenoble - France
[Moon et al, 2014] : Moon I., Shin E., et Sarkar B., (2014). “Min–max distribution free
continuous-review model with a service level constraint and variable lead time”. Applied
Mathematics and Computation, 229(2014): 310-315
[Niu et Gao, 2014] : Niu Y. F., Lam W. H. et Gao Z., (2014). “An efficient algorithm for
evaluating logistics network reliability subject to distribution cost”. Transportation Research
Part E: Logistics and Transportation Review, 67(2014): 175-189
[Ojha et al, 2014] : Ojha A., Das B., Mondal S. K., et Maiti M., (2014). “A transportation
problem with fuzzy-stochastic cost”. Applied Mathematical Modelling, 38(4): 1464-1481.
[Panda et al, 2015] : Panda S, Modak N. M., Basu M et Goyal S. K., (2015). “Channel
coordination and profit distribution in a social responsible three-layer supply chain”.
International Journal of Production Economics, 168(2015): 224-233.
[Panda, 2016] : Panda S., (2016). “Coordination and profit sharing in a supply chain through
compensation on disposal cost”. International Journal of Operational Research, 25(3): 351-
370.
[Paquet, 2007] : Paquet M., (2007). “Optimisation de l'ingénierie de réseaux manufacturiers”.
Thèse de Doctorat, Université Laval - Canada.
[Parthanadee et Logendran, 2006] : Parthanadee P. et Logendran, R., (2006). “Periodic
product distribution from multi-depots under limited supplies”, IIE Transactions, 38(11):
1009-1026.

396
[Pimor et Fender, 2008] : Pimor Y. et Fender M., (2008). “Logistique : Production-
Distribution-Soutien”, 5ème édition-. Dunod
[Prasad et Shankhar, 2011]: Prasad P. S. S., et Shankhar C., (2011). “Cost optimisation of
supply chain networks using Ant Colony Optimisation”, International Journal of Logistics
Systems and Management, 9(2):.218-228.
[Rad et al, 2014] : Rad R. H., Razmi J., Sangari M. S., et Ebrahimi Z. F., (2014). “Optimizing
an integrated vendor-managed inventory system for a single-vendor two-buyer supply chain
with determining weighting factor for vendors ordering cost”. International Journal of
Production Economics, 153(2014): 295-308.
[Rigby et Stasinopoulos, 2005] : Rigby R. A., et Stasinopoulos D. M., (2005). “Generalized
additive models for location, scale and shape”. Journal of the Royal Statistical Society: Series
C (Applied Statistics), 54(3): 507-554.
[Schabenberger, 2005] : Schabenberger O., (2005) “Introducing the GLIMMIX procedure for
generalized linear mixed models”. SUGI 30 Proceedings, paper 196-30.
[Schelldorfer et al, 2014] : Schelldorfer J., Meier L. et Bühlmann P., (2014). “Glmmlasso: an
algorithm for high-dimensional generalized linear mixed models using ℓ1-penalization”.
Journal of Computational and Graphical Statistics, 23(2): 460-477.
[Schoenmeyr, 2008] : Schoenmeyr T., (2008). “Strategic inventory placement in multi-
echelon supply chains: three essays”. Doctoral dissertation, Massachusetts Institute of
Technology, USA.
[Shepherd et Perrie, 2011] : Shepherd L. D. et Perrie L. R., (2011). “Microsatellite DNA
analyses of a highly disjunct New Zealand tree reveal strong differentiation and imply a
formerly more continuous distribution”. Molecular ecology, 20(7): 1389-1400.
[Sitek et Wikarek, 2012] : Sitek et Wikarek (2012), “Cost optimization of supply chain with
multimodal transport”. IEEE Federated Conference on Computer Science and Information
Systems (FedCSIS), 9-12 Sept., Wroclaw - Pologne, pp. 1111-1118.
[Steenkamp et Ter Hofstede, 2002] : Steenkamp J.B.E. et Ter Hofstede F., (2002).
“International market segmentation: issues and perspectives”. International Journal of
Research in Marketing, 19.3 (2002): 185-213.
[Thanh et Green, 2010] : Thanh N. T., et Green L. A., (2010). “Functionalisation of
nanoparticles for biomedical applications”. Nano Today, 5(3): 213-230.
[Tseng, 2005] : Tseng Y. Y., Yue W. L. et Taylor M. A., (2005). “The role of transportation
in logistics chain”. Eastern Asia Society for Transportation Studies, 5(2005): 1657-1672.
[Wood, 2012]: Wood S., (2012). “Stable and efficient multiple smoothing parameter
estimation for generalized additive models”. Journal of the American Statistical Association,
99(467): 673-686

397
 [Xie et Jia, 2012] : Xie F., et Jia R., (2012). “Nonlinear fixed charge transportation problem
by minimum cost flow-based genetic algorithm”. Computers & Industrial Engineering, 63(4):
763-778.
[Ziari et al, 2011] : Ziari I., Ledwich G. et Ghosh A., (2011). “Optimal integrated planning of
MV–LV distribution systems using DPSO”. Electric Power Systems Research, 81(10): 1905-
1914.

398

View publication stats