Proposition d’un modèle UML de gestion

des stocks et de transport dans un système

de distribution multi-niveaux (a).
Khadija Eddoug(* ) , Saâd Lissane Elhaq(* ) , Hamid Ech-cheikh(* )

(*) : Laboratoire d’Informatique des Systèmes Industriels et Energies

Renouvelables (LISER), Equipe de Recherche Automatique Productique (EAP),
Ecole Nationale Supérieure d’Electricité et de Mécanique (ENSEM), Université
Hassan II Aïn Chock, BP 8118, Oasis, Casablanca, Maroc.
Khadija.eddoug@gmail.com ; lissan1@yahoo.com. ; echcheikh@hotmail.fr

RÉSUMÉ
Dans cet article nous traitons la modélisation des systèmes multi niveaux .bien
précisément la gestion de distribution: stocks/ transport. Nous nous intéressons en
premier lieu à définir les caractéristiques et les processus d’un réseau de distribution
multi niveaux afin de l’analyser et pouvoir le modéliser.
Notre objectif est de développer un modèle de gestion de stock et de transport
pour ce réseau de distribution ; ce modèle décrit en détails les processus de gestion
d’un système aussi compliqué il est effectué sous le langage UML. Cette étape de
modélisation permet à la fois de bien comprendre le système et aussi de bien maitriser
ces différents processus, en vue de réaliser un outil de simulation.

ABSTRACT

In this article we treat the modeling of multilevel distribution systems. Precisely links:
Inventory / transportation management systems. We are interested primarily to define
the characteristics and processes of a multi-level distribution network in order to
analyze and model it.
Our objective is to develop a model of stock and transportation management for
distribution network; this model describes in detail the process of managing such a
complicated system it is performed under the UML. This modeling stage allows both
to understand the system and also to master these many different processes, in order to
achieve a simulation tool.

MOTS-CLÉS: système de distribution multi-niveaux, gestion des stocks, gestion de

transport, modélisation UML.
KEYWORDS: multi-level distribution systems, inventory management, transportation
management, UML modeling.

1 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015

2 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015

1. Introduction

La gestion de la chaîne logistique multi-niveaux à connue une énorme évolution

lors de ces derniers décennies, car la plupart des compagnies industrielles s’y sont
intéressées, vue le rôle capitale que cela peut jouer sur l’optimisation de leurs gains
au niveau matériel comme au niveau humain et surtout en terme des coûts. La
complexité des chaînes logistiques multi-niveaux réside dans le faite qu’elles sont
constituées de plus qu’un niveau. Chaque niveau contient plusieurs sites de stockage
Notamment des distributeurs, détaillants, transporteurs, fournisseurs et clients. Cette
complexité augmente lorsque ces systèmes multi-niveaux (multi-échelon) sont
soumis à des incertitudes comme la fluctuation des demandes et les aléas liés aux
délais de livraison etc.
Ainsi, Pour Gérer, optimiser et pouvoir améliorer, un système aussi compliqué, il
est nécessaire de passer par une étape de modélisation qui reste l’outil le plus
adéquat. Dans la littérature concernant la modélisation des systèmes multi-niveaux
nous distinguons deux grandes catégories : les modèles analytiques et les modèles de
simulations.
Plusieurs travaux dans la littérature évoquent les systèmes de distribution multi-
niveaux plus précisément la gestion de stock et les coûts qui y génèrent par
exemple : Par exemple Bollapragada et al. (2004) ont étudié un système en série à
deux échelons, en considérant l’approvisionnement et la demande comme
stochastique avec un pilotage décentralisée. Agus (2011) a étudié une chaîne à deux
échelons avec un transshipment d’urgence entre détaillants. Ech-cheikh (2014),
dans sa thèse à proposer un modèle de simulation sous UML des systèmes de
distribution multi échelons sans prendre en considération le transport.
Cependant ces travaux cités ci-dessus ne prennent pas en considération la
gestion de transport malgré que les coûts engendrés par le transport d’après
Swenseth et al. (2002) est de Plus de 50% des coûts totaux de la logistique. La
hausse des coûts du pétrole, l’encombrement des routes, le coût croissant des courts-
arrêts, et le regroupement des centres de distribution ses facteurs ont tendance à
augmenter les coûts de transport d’après Madadi et al. (2009).
Cet article propose un modèle UML des deux aspects stock/transport qui sera à
la base d’un modèle de simulation que nous allons élaborer dans nos futurs travaux.
Nous présentons dans la section 2 Une revue de littérature scientifique
concernant les systèmes multi-niveaux, puis dans la section 3 Les approches de
modélisation des chaines logistique. Et enfin dans la section 4 développement d’un
modèle à l’aide d’UML de la chaine logistique multi-niveaux .La dernière section
conclut ce travail et présente quelques perspectives.
Proposition d’un modèle UML de gestion des stocks et de transport dans un
système de distribution multi-niveaux.
3

2. Etat de l’art.

La littérature relative au problème de gestion des systèmes de distribution

multi niveaux se limite à quelques articles vus la complexité de ce genre de
système, nous allons décomposer l’étude de la littérature en 3 parties, nous allons
commencé par l’état de l’art sur la gestion des stocks dans un système de
distribution multi niveaux, puis un état de l’art sur la gestion de transport de
marchandises et enfin la gestion combinée des stocks et de transport dans un
réseau de distribution multi niveaux.

2.1. Etat de l’art de gestion des stocks dans un réseau de distribution multi
niveaux.
La gestion des stocks dans un réseau de distribution multi niveau est un
problème majeur. Pour l’optimisation des chaînes logistiques. Dans la littérature
nous avons pu extraire quatre méthodes de réapprovisionnement :
- Gestion de stock au point de commande : l’approvisionnement du stock est
déclenché lorsque le stock descend au-dessous d’un niveau fixé appelé point de
commande.
- Gestion calendaire : l’approvisionnement du stock est déclenché à des
intervalles de temps réguliers.
- Gestion calendaire conditionnelle : l’approvisionnement du stock est déclenché
à des intervalles de temps réguliers, mais uniquement lorsque le stock descend en
dessous d’un certain seuil du point de commande.
- Approvisionnement par quantité fixe : chaque commande porte sur la même
quantité fixe. C’est le cas notamment lorsqu’il y a des contraintes de
conditionnement ou de transport ou des seuils tarifaires qui impliquent un achat
minimum. Ceci suppose bien évidemment une fréquence d’approvisionnement
variable.
- Approvisionnement par quantité variable : lors de chaque commande, le stock
théorique est mesuré pour commander une quantité qui permet de re-compléter ce
stock.
La plupart des politiques classiques de gestion de stocks sont encore utilisées, à
savoir (s, Q), (s, S), (R, S), (R, s, S), etc. où les paramètres s, Q, S et R désignent
respectivement le point de commande, la quantité de commande, le niveau de
recomplètement et la période de révision.
D’après Axsäter et Rosling (1993), les systèmes de gestion de stocks dans un
réseau de distribution multi niveaux peuvent être répartis en deux classes : système
à stock installation et système à stock échelon. Dans le premier système, chaque site
prend ses décisions en se basant uniquement sur son état de stock individuel, alors
que, dans le second système, chaque site prend en compte non seulement son stock
4 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015

courant mais aussi les stocks en aval et les stocks en transit. Un système à stock
échelon ne peut donc être implémenté que si chaque site partage sa propre
information avec les sites en amont. De plus, des règles d’allocation doivent être
mises en place pour être appliquées lorsque les sites en amont sont en situation
d’insuffisance de stocks pour approvisionner les sites en aval.
Les politiques d'allocation disponibles sont citées ci-dessous :
• Allocation avec fraction garantie : le fournisseur assure à l'avance qu’une
fraction de la commande sera satisfaite.
• Allocation maximale : le fournisseur promet à l'avance d‘allouer une quantité
maximale à chaque commande.
• Allocation fixe : Quand il n'y a pas une prévision sur la demande, chaque
commande reçoit une quantité fixe prédéfinie.
• Allocation de rupture uniforme: le fournisseur classe les commandes par ordre
décroissant selon la quantité commandée et fourni à chaque commande la quantité
voulue moins une déduction prédéfinie.
• Allocation proportionnelle : chaque commande reçoit une quantité
proportionnelle à celle présente dans la commande.
• Allocation lexicographique : les commandes sont classées d’une façon
indépendante de la quantité de commande. Ainsi, les commandes sont satisfaites
suivant le classement spécifié, jusqu'à ce que le stock soit épuisé.
Par ailleurs, la chance d'avoir des commandes complètement satisfaite dépend au
rang de la commande.
• Allocation uniforme : toutes les commandes reçoivent la même quantité,
indépendamment de leurs quantités. Ech-cheikh (2015).
La complexité de gestion des stocks dans un réseau de distribution multi niveaux
augmente lorsque les sites détaillants coopèrent en pratiquant des transshipments en
cas de rupture. La littérature relative au problème du transshipment est très
importante. On relève principalement deux approches de transshipment entre
détaillants. La première approche est celle du transshipment d’urgence ; elle
n’envisage les transshipments qu’en cas de rupture de stock chez un détaillant suite
à l’arrivée d’une demande. La deuxième approche est celle du transshipment
préventif consistant en une redistribution d’équilibrage des stocks au début ou à la
fin de chaque cycle d’approvisionnement mais avant que la demande client ne soit
observée. Ainsi, le transshipment préventif vise à prévenir les futures ruptures,
tandis que le transshipment d’urgence résout une situation effective de rupture.
Diverses politiques sont adoptées dans ce dernier cas :
- Complete pooling : le détaillant accepte de transférer tout son stock disponible
en cas de besoin (Tagaras et Cohen, 1992; Tagaras, 1999).
Proposition d’un modèle UML de gestion des stocks et de transport dans un
système de distribution multi-niveaux.
5

- Partial pooling : le transshipment est effectué en préservant un niveau de stock

ciblé (par exemple, point de commande, stock de sécurité, etc). Evers (2001).
Archibald et al. (2009) ont proposé une variante dans laquelle la décision d’un
détaillant dépend non seulement du niveau de stock courant mais aussi du temps
restant avant le prochain approvisionnement.
- Tout ou rien : le détaillant satisfait ou non la totalité de la demande Evers,
(2001).
2.2. Etat de l’art de gestion de transport de marchandises.
Aguezzoul (2005). Dans sa thèse à citer les différentes taches lors du transport de
marchandises par rapport à chaque niveau décisionnel.
« La planification du transport de marchandises est parmi les principales
décisions logistiques d’une entreprise et qui se rattache aux trois niveaux suivants :
- Niveau stratégique : Ce niveau concerne les décisions planifiées à long terme et
qui se rapportent à la conception du système du transport telles que la configuration
et la conception du réseau de distribution en terme de l’espace couvert, de la
détermination du nombre des sites logistiques (terminaux, dépôts, etc.) à utiliser et
de leur localisation, le type du service offert au client en terme de chargement
(chargement partiel ou complet), du mode du transport (rail, route, mer, air ou voie
d’eau), du type de gestion (compte propre ou compte d’autrui), du type de livraison
(directe ou intermodale), etc.
- Niveau tactique : À ce niveau, les décisions sont à moyen terme et elles
concernent le plan de chargement, les itinéraires à choisir, les équipements à acheter,
la taille des envois, etc.
- Niveau opérationnel : Il s’agit à ce niveau des décisions à prendre à court terme
et qui concernent la planification des opérations courantes du transport telles que
l’affectation des véhicules aux axes du réseau suite à une variation de la demande, la
répartition des véhicules en temps réel, le contrôle des transporteurs, etc.»

Pour ce qui est de l’organisation du transport routier, qui réside dans le choix du
type de chargement, nous avons trouvé deux types qui sont utilisés fréquemment :
- Le chargement complet ou le transport à charge entière : Connu en
terminologie anglaise par TL (TruckLoad), il est effectué par un véhicule allant d’un
point à un autre avec un seul envoi. On parle aussi de transport de lot et il représente
environ deux tiers du volume du transport routier de marchandises exprimé en
tonnes-kilomètres. Son objectif consiste à la recherche d’un meilleur remplissage
des véhicules.
6 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015

- Le chargement partiel ou le chargement de lots brisés ou LTL (Less-than-

TruckLoad) : Il est effectué par un véhicule qui prend plusieurs envois depuis et/ou à
destinations de lieux différents.
L’activité de TL qui était la plus fréquente pour les transports à longue distance
tend à diminuer avec la réduction des stocks et l’augmentation corrélative de la
fréquence des livraisons, en faveur de l’activité de LTL. Gonzalez (2008).
2.3. Etat de l’art de gestion de stock et transport dans un système de
distribution multi niveaux.
Vue la complexité des systèmes multi-niveaux il’ ya peu d’articles qui traite le
problème d’optimisation combinée de stock/transport dans un réseau multi-niveaux.
Anily et al. (1990) considèrent un système mono produit, avec un seul dépôt et
plusieurs magasins avec une demande déterministe, le nombre de véhicule illimité,
et leur capacité est limitée. Ils déterminent la fréquence optimale de Livraison (1).
Qui dépend de paramètres définies ci-dessous :
ms : Nombre de client dans le cluster.
Qs : Quantité optimale de livraison.
µ : Taux de base.
Ainsi la fréquence optimale de livraison est définie comme suite :
fs = ms*µ /Qs (1)

En outre, Bramel et Simchi-levi (1995) présentent une heuristique basée sur la

problématique de situation géographique des sites, pour améliorer la gestion
combinée de stock/transport. Ils considèrent aussi la politique de partition fixe pour
chaque cluster, la durée du cycle optimal est déterminée en se basant sur le modèle
EOQ (Economic Order Quantity) et sur la capacité des véhicules supposée illimitée.
Qu et al. (1999) Proposent une méthode de décomposition heuristique pour
résoudre le problème d'un système d’optimisation des stocks/transport, la
décomposition de l'algorithme repose sur des calculs séparés pour les décisions de
stockage et de transport, afin de coordonner d’une façon appropriée.
Par contre Taqa allah et al. (2000) résolvent le problème d’optimisation à l’aide
d’heuristiques de type glouton. Ils comparent deux politiques d’approvisionnement :
dans la première un véhicule ne réapprovisionne qu’une seule station par voyage
(TL), les tournées sont simplifiées, tandis que la deuxième approche le
réapprovisionnement se fait pour plusieurs stations par voyage (LTL). En présence
d’aléas, la seconde politique conduit à une réduction des coûts de transport. Avella
et al. (2004). Traitent un problème de gestion des commandes client pour un délai
Proposition d’un modèle UML de gestion des stocks et de transport dans un
système de distribution multi-niveaux.
7

qui ne dépasse pas une journée ils introduisent l’algorithme de Branch-and-Price

pour le résoudre. Zhao et al. (2004) Proposent un algorithme qui optimise la
quantité et la fréquence de commande d’un système logistique constitué d’un
fournisseur-détaillant.
Enfin, Bahloul, (2012) Etudie le problème de gestion combinée de stock et de
transport dans un réseau logistique multi niveaux et multi produits confronté à une
demande probabiliste. L’objectif est de minimiser les coûts de stockage et de
transport en garantissant un seuil minimum de qualité de service. Il s’est intéressé à
une famille de produits caractérisée principalement par une demande aléatoire et
répétitive. Dont Il a proposé une politique de réapprovisionnement se basant sur
quatre paramètres: une période de réapprovisionnement pour une révision
périodique, un niveau de recomplètement de stock pour chaque produit, un niveau
de commande et un niveau de commande urgente. Pour la gestion de transport. Il a
supposé qu'il y a trois types de véhicules (petite, moyenne et grande afin de couvrir
la variété des tailles des véhicules). La livraison de chaque commande de l'entrepôt
au détaillant est réalisée sans fractionnement de lot ; ces types sont définis par
rapport à la taille de chaque véhicule : petite taille de capacité C1, moyenne taille de
capacité C2 et grande taille de capacité C3.Ensuite. Par la suite, il a développé une
méthode heuristique afin de minimiser ces coûts logistiques. Cette méthode est
composée de deux parties, dans la première partie il traite le cas des produits qui ont
dépassé les niveaux de commande lorsqu’il arrive au moment de lancement de
commande. Dans la deuxième partie, il traite les produits restant n’ayant pas dépassé
ce niveau.
Nous trouvons aussi Kunpeng Li et al. (2014) qui traitent aussi le problème de la
gestion combinée de transport et stockage dans une industrie de distribution de
gasoil, Ils proposent un algorithme de décomposition pour minimiser le temps de
voyage des véhicules entre sites de stockage.
De ce fait nous avons déduit les caractéristiques d’un système de distribution
multi-niveaux.
8 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015

Figure.1 : caractéristiques d’un système de distribution multi-niveaux.

La plupart des articles sur l'optimisation combinée considèrent la

demande du client comme une demande déterministe. Il est nécessaire de
préciser que l’optimisation à la fois des coûts de transport et de stockage avec
une demande probabiliste est très difficile à traiter. D’où l’utilité de concevoir
un modèle qui tient compte des aspects stochastiques.

3. Approches de modélisation des chaines logistiques

Plusieurs outils et approches sont utilisés pour la modélisation des chaînes

logistiques. Huang et al. (2003) précisent que le choix du modèle, comprenant ses
hypothèses de validité, détermine directement le type de problème et de structure
que l’on peut étudier. Dans la littérature nous distinguons deux types de modèles
pour les systèmes de distribution multi niveaux.
3.1. Les Modèles analytiques.
Les modèles analytiques permettent de décrire un système par un ensemble
d’équations régissant son fonctionnement, ses paramètres peuvent être déterministes
ou stochastiques. Huang et al. (2003) Décrient que pour qu’un modèle analytique
soit viable, doit ce contenter de résoudre les configurations trop simple ce qui n’est
Proposition d’un modèle UML de gestion des stocks et de transport dans un
système de distribution multi-niveaux.
9

pas le cas vis-à-vis des véritables chaînes logistiques très compliquées (multi-
niveaux) d’où la nécessité de passer aux modèles de simulation.
3.2. Les Modèles de simulation.
Les modèles de simulation sont généralement utilisés lorsqu’il est difficile de
trouver une relation (équation) entre différentes variables et ne pouvant donc
généralement pas se mettre sous la forme des modèles analytiques.
Maria, (1997) décrit un autre critère pour le classement des modèles c’est la
prise en compte du temps, qui laisse distinguer deux modèles : les modèles statiques
dans lesquels le temps n’est pas pris en compte, et les modèles dynamiques.
3.3. Choix de la méthode de modélisation.
Nous nous somme intéressé aux modèles de simulation qui se basent sur le
langage UML, puisqu’elles ont la particularité de décrire les aspects statiques et
dynamiques du système. UML (Unified Modeling Language) est né de la fusion des
trois méthodes qui ont le plus influencé la modélisation objet au milieu des années
90 : OMT, Booch et OOSE.
Cependant avec l’évolution du concept objet, beaucoup de travaux utilisent ce
standard pour structurer leurs modèles de référence.UML est avant tout un support
de communication performant, qui facilite la représentation et la compréhension
d’un système complexe Zhu et Li, (2010).
La notation graphique d’UML permet d'exprimer visuellement une solution, le
langage UML se distingue par le faite qu’il peut représenter un système selon
différentes vues complémentaires :
Vue logique, vue processus, vue physique.
4. Description du modèle à l’aide d’UML.
Le modèle de simulation que nous avons conçu, sert en principe de base pour
élaborer un modèle de simulation, il intègre plusieurs processus de notre
problématique, dans le but d’analyser et développer plusieurs caractéristiques de la
chaîne logistique multi-niveaux que nous traitons.
4.1. Diagramme de contexte statique.

Le diagramme de contexte statique permet de positionner le système dans son

environnement selon un point de vue processus. Donc de ce point de vue le système
peut être décrit, selon une analyse de besoin.
Ses composants sont :
Les acteurs externes qui sont les entités externes au système étudié et qui
interagit avec le système.
Un processus unique symbolisant le Système d’information.
10 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015

Figure.2 : Diagramme de contexte statique pour un système de distribution multi-

niveaux.

Nous distinguons d’après notre diagramme six acteurs régissant sur le réseau
multi-niveaux:
— MANAGER : Se situe au niveau supérieur de la chaine de distribution
multi niveaux son rôle de gérer et de prendre les décisions concernant tous le
système.
— RESPONSABLE APPROVISIONNEMENT: Assure l’approvisionnement
des sites de chaque niveau du réseau multi-niveaux et gère la préparation la
réception et l’expédition des commandes.
— TRANSPORTEUR : Prend en charge la livraison des commandes envers
tous les demandeurs du système multi niveaux, assure aussi le chargement
/déchargement.

— FOURNISSEUR : Alimente le système de distribution multi niveaux pour

le réapprovisionnement des sites.

— CLIENT : émet la demande et reçois les produits.

— SI : désigne le système d’information qui restitue l’information à la

personne concernée, sous une forme appropriée et au moment opportun.

4.2. Diagramme de cas d’utilisation.

Le diagramme de cas d’utilisation décrit les fonctionnalités d’un système d’un

point de vue utilisateur, sous la forme d’actions et de réactions.
Au final, le diagramme de cas d’utilisation doit faire apparaitre :
— Les acteurs susceptibles d’intervenir sur le système.
— Les différentes fonctionnalités du système.
Proposition d’un modèle UML de gestion des stocks et de transport dans un
système de distribution multi-niveaux.
11

— Les relations décrivant les interactions entre les acteurs et les cas
d’utilisation.

Figure.3 : Diagramme de cas d’utilisation d’un système de distribution multi-niveaux.

La description des cas d’utilisation reflète les processus qui interagissent dans le
système. Dans un système multi-niveaux Le MANAGER est le responsable de la
gestion globale du réseau (transport, stock, prévoir la demande …). En outre le
choix de la politique de (pilotage, livraison et de transshipment) ainsi que la gestion
de commande, nécessite l’accord du RESPONSABLE APPROVISIONNEMENT.
Le TRANSPORTEUR prend le rôle de coordinateur entre tous les niveaux du
système et au même niveau (entre site au cas de transshipment).
 12 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015

4.3. Diagramme de classes.

Le diagramme de classes permet de décrire l’ensemble des informations du

système logistique considéré. 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.

Un système multi-niveaux est constitué de plusieurs échelons (distributeur,

Figure.4 : Diagramme de classe prise de décisions d’un système de distribution multi-
détaillant), chaque échelon à son tour se compose de plusieurs sites de stockage, ses
niveaux.
sites sont pilotés par un système de pilotage (politique de pilotage de flux , politique
de transshipment, politique d’allocation, politique de livraison…).Les décisions sont
prises et validés dans ce système par le MANAGER qui a le rôle de gérer ce dernier
dans le but de l’optimiser afin d’évaluer ses indicateurs de performances dans le
tableau de bord logistique.
 Proposition d’un modèle UML de gestion des stocks et de transport dans un
système de distribution multi-niveaux.
13

Figure.4 : Diagramme de classe missions dans un système de distribution multi-niveaux.

La classe MISSION (livraison, allocation, transshipment) décrit les activités dans

un SDMN, pour la satisfaction de la classe COMMANDE qui n’est que le besoin
exprimé par le RESPONSABLEAPPROVISIONNEMENT pour le
réapprovisionnement de la classe STOCK dans plusieurs SITE à chaque ECHELON
(DISTRIBUTEUR, DETAILLANT).
14 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015

La classe TRANSPORTEUR joue un rôle primordiale pour effectuer les

missions dans un SDMN, dans le choix du mode de gestion « la classe PAR », ainsi
que le choix du type de véhicule « la classe VEHICULE » et enfin le choix du type
de chargement « la classe CHARGEMENT ».
Nous avons bien détaillé dans ce diagramme les différentes classes et leurs
relations dans le but d’avoir une vision plus claire sur ce réseau complexe , nous
avons modélisé la circulation des flux physiques et d’informations , entre niveaux et
entre sites au même niveau pour avoir une bonne gestion et pourvoir enchainer par
une optimisation qui est l’objective principale de notre travail .

5. Conclusion.

Cet article traite la modélisation des réseaux multi-niveaux, l’objectif de ce

travail est d’intégrer l’ensemble des caractéristiques stochastiques dans un seul
modèle pour faciliter la bonne exploitation de ce type de réseau. Pour arriver à notre
but, nous avons réalisé un modèle sous le langage UML.
Tout d’abord nous avons présenté les réseaux multi-niveaux, pour rassembler
les caractéristiques qui nous ont servi par la suite à élaborer notre modèle.
En effet, les modèles existants présentent quelques limites, qui se manifestent
principalement aux nombres d’hypothèses prises en considération d’où la nécessité
d’une modélisation globale de ce système.
Le modèle proposé va être utilisé pour élaborer une approche d’optimisation
basée sur la simulation.

Bibliographies:

Aguezzoul A. Prise en compte des politiques de transport dans le choix des fournisseurs.
Thèse de Doctorat. institut National Polytechnique de Grenoble 2005.

Agus P., Multi-echelon inventory model for repairable items emergency with lateral
transshipments in retail supply chain, Australian Journal of Basic and Applied Sciences,
p.462-474, 2011.

Anily S., Federgruen A, “One warehouse multiple retailer systems with vehicle routing
costs”. Management Science , 36, p.792-114, 1990.

Avella P., Boccia M. et Sforza A. “Solving a fuel delivery problem by heuristic and exact
approaches”. European Journal of Operational Research , 152, p.170-179, 2004 .

Baboli A, Pirayesh Neghab M and Haji R. Economic Order Quantity in a Centralized Two-
Level Supply Chain with Transportation Cost. Conference IEEE - SSSM, Troyes. P.240-
245, 2006.
 Proposition d’un modèle UML de gestion des stocks et de transport dans un
système de distribution multi-niveaux.
15

Bahloul K. Optimisation combinée des couts de transport et de stockage dans un réseau

logistique dyadique, multi-produits avec demande probabiliste. THESE DE DOCTORAT
Institut National des Sciences Appliquées de Lyon 2011.
Bollapragada R., Rao S., et Zhang J., Managing two-stage serial inventory systems under
demand and supply uncertainty and customer service level requirements, IIE Transactions,
36, p. 73-85, 2004.

Bramel J., Simchi-levi M. Allocation based heuristic for general routing problems.
Operations Research 43, p .649 -660, 1995.

Cetinkaya, S., F. Mutlu, et al. (2005). "A comparison of outbound dispatch policies for
integrated inventory and transportation decisions." European Journal of Operational
Research 171, p .1094-1112, 2005.

Croom, S., O. Romano et al."Supply chain management: an analytical framework for

critical literature review." European Journal of Purchasing & Supply Management 6, p.67-
83 , 2000.

Ech-Cheikh H., Lissane Elhaq S. Douraid A. et EDDOUG K., Modélisation flexible de flux
et du processus de pilotage d’un système de distribution multi-échelon, Congrès
International du Génie Industriel CIGI’(2013), 12 au 14 Juin, La Rochelle, France..

Ech-Cheikh H. Proposition d’un cadre de simulation et d’optimisation pour le pilotage de flux

des chaînes logistiques de distribution multi échelon dans un contexte stochastique. Thèse
de Doctorat. Ecole Nationale Supérieure d’Electricité et de Mécanique Maroc 2015.

Gonzalez . J Models and Methods for the City Logistics: The Two-Echelon Capacitated
Vehicle Routing Problem. Thèse de Doctorat . Politecnico di Torino 2008.

Huang, G. Q., J. S. K. Lau, et al. "The impacts of sharing production information on supply
chain dynamics: a review of the literature." International Journal of Production Research
41, p.1483- 1517, 2003.

Huang, H. C., E. P. Chew, et al."A two-echelon inventory system with transportation

capacity constraint." European Journal of Operational Research: Production,
Manufacturing and Logistics167, p.129–143, 2004.
Kunpeng Li, Bin Chen. “An inventory routing problem with the objective of travel time
minimization”. European Journal of Operational Research 236, p.936–945, 2014.

Madadi A., Kurz M. Ashayeri J. Multi-level inventory management decisions with

transportation cost consideration, Transportation Research Part E 46, p.719–734, 2010.

Maria A. Introduction to modeling and simulation, Proceedings of the Winter Simulation

Conference 1997.

Min H. et Zhou G. Supply chain modeling: past, present and future, Computers and Industrial
Engineering, Vol. 43, p.231-249, 2002.
 16 CIGIMS 2015, EST de Fès - 21, 22 et 23 mai 2015

Qu, W. W., J. H. Bookbinder, et al. "An integrated inventory±transportation system with

modified periodic policy for multiple products" European Journal of Operational
Research 115 , p.254-269, 1999.

Swenseth, S. R. and M. R. Godfrey . "Incorporating transportation costs into inventory

replenishment decisions" Int. J. Production Economics 77 , p. 113-130, 2002.

Taqa Allah D , Ranaud J. Le problème d’approvisionnement des stations d’essence, the gas
stations supply problem . Journal européen des systèmes automatisés 34 , p.11-33, 2000.

Villeminot A. ‘’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 2004.

Zhao, Q.-H., S.-Y. Wang, et al. "Model and algorithm of an inventory problem with the
consideration of transportation cost." Computers & Industrial Engineering 46(2004) p. 389-
397, 2004.

Zhu H. et Li X. ‘’Modeling of Information System for Cluster Supply Chain Based on

UML’’, Journal of Computational Information Systems p. 2849-2857, 2010.