Application des méta-heuristiques à la planification logistique dans un contexte de chaîne d'approvisionnement

Abstract

Dans ce mémoire, nous avons étudié la chaîne logistique de distribution d'huile au niveau de l'entreprise agroalimentaire CEVITAL. Auparavant, ce sont les clients eux-mêmes qui se chargeaient de récupérer leurs commandes auprès des différents Centres de Livraison Régionaux (CLRs). Cependant, nous nous sommes intéressés spécifiquement au nouveau modèle où CEVITAL assure désormais une livraison directe des palettes d'huile aux clients à partir des CLRs. Pour cela, nous avons modélisé ce problème comme étant un programme mixte en nombres entiers, qui permet de minimiser les coûts de l'entreprise et satisfaire la demande de sa clientèle. Le travail est relatif à un problème de localisation avec contraintes de capacité, combiné avec le problème de transport des palettes d'huile. L'objectif consiste à optimiser le coût total de la chaîne, constituée des coûts fixes d'ouverture des CLRs, et les coûts de transport.Nous avons utilisé l'algorithmes génétiques, implémentés en Python, pour résoudre ce problème, puis nous avons comparé cette approche à la méthode exacte de Branch and Bound afin d'en déterminer l'efficacité de notre approche .