Le Livre Blanc de la ROADEF - Version 2019

VEKIA
THE ENHANCED FORECASTING
AND REPLENISHMENT
Machine Learning / Prévisions
PROJET DE RO
COMMANDES OPTIMALES
POUR LA SUPPLY CHAIN
La stratégie de commande de marchandises au
sein de la supply chain peut être formulée comme
un problème d’optimisation. Le grand nombre
de variables décisionnelles et de contraintes physiques,
ainsi que les multiples objectifs contradictoires
rendent sa résolution difficile. Un problème à
un niveau de distribution peut être formulé comme
un problème de sac à dos, qui est NP-dur et de
complexité O(wN), tandis qu’un problème multi-niveaux
est plus complexe car les décisions de commande
peuvent être interdépendantes.
Les principaux objectifs de recherche de ce projet
incluent :
1) la mise en œuvre d’algorithmes analytiques ou
basés sur des méta-heuristiques ;
2) l’évaluation des performances dans le cadre des
problèmes multi-objectif.
PLANIFICATION DES ORDRES
PROMOTIONNELS A L'AIDE DE
LA TECHNIQUE D'OPTIMISATION
MULTI-OBJECTIFS
Lors d’une commande, la quantité peut varier
considérablement suivant qu’il s’agisse d’une commande
pour un événement promotionnel ou pour
des ventes dites régulières.
Par ailleurs, le packaging personnalisé des produits
lors d’une promotion rend le processus de commande
complexe. Dans ce projet, nous visons à
trouver la quantité optimale de commande pour
les supermarchés ou hypermarchés en tenant
compte des événements promotionnels à venir et
des contraintes d'emballages. Nous résolvons les
problèmes d'optimisation des reliquats de stocks,
de pénurie et d'autres objectifs potentiellement
contradictoires.
Pour résoudre ce problème complexe, nous comparons
les approches déterministes et probabilistes
des prévisions. Les résultats montrent que
sous le même niveau de stocks résiduels, le modèle
de prévision probabiliste des ventes se traduit
par une perte de ventes de 12 à 59 % inférieure à
celle du modèle déterministe.
84 / LE LIVRE BLANC
PARTIE 2 / 85