Conclusion générale et perspectives

Les travaux et résultats présentés dans ce mémoire traitent la problématique de la prise de décision collaborative dans l’environnement des chaînes logistiques. En particulier, lors de la présence des commandes incertaines, des commandes imprécises ou des exceptions (problème de production, problème de transport, erreur sur prévisions, retard de livraison, etc.).

Nous avons ainsi proposé une architecture distribuée basée sur un système multi-agent. Un agent logiciel est vu comme un nouveau paradigme de développement d'applications. Les agents ne définissent pas une nouvelle discipline mais plutôt une nouvelle façon d'envisager l'utilisation des technologies existantes comme outils pour construire des applications qui interagissent dynamiquement et communiquent avec leur environnement immédiat (utilisateur, ressources locales et système informatique) et d'une manière (semi-) autonome. Les agents sont connus par leur capacité à aborder les problèmes dynamiques et complexes comme le cas d’une chaîne logistique.

Pour répondre à la problématique dégagée dans l’introduction générale et le chapitre 1, nous avons commencé par définir explicitement les concepts clés de gestion des chaînes logistiques et leurs composantes coopératives. Nous avons présenté une synthèse sur les outils et les pratiques collaboratives permettant d’améliorer la collaboration entre les acteurs d’une chaîne logistique. Nous avons ainsi pu témoigner la présence de quelques faiblesses dans ces derniers, surtout au niveau de la robustesse et la gestion des situations d’urgences causées par les exceptions pouvant altérer le fonctionnement normal de la chaîne et dévier ainsi son état planifié. Ensuite, nous avons montré différents projets concernant l’utilisation des systèmes multi-agent dans la chaîne logistique. Nous avons relevé le manque de méthodologies et de modèles génériques pour les chaînes logistiques en utilisant les systèmes multi-agent. Nous avons ainsi témoigné du faible nombre de travaux relatifs à ces sujets.

De là, nous avons proposé un modèle quasi-générique qui convient à un grand nombre de chaînes logistiques ou groupements d’entreprises. Ce modèle est fondé sur les concepts d’agents et d’interactions, il pourra être configuré selon la chaîne logistique étudiée et le type de collaboration à mettre en place. La spécificité de ce modèle est qu’il traite les situations d’urgences. Nous avons aussi proposé une approche méthodologique à suivre afin de délimiter la structure et le périmètre de la chaîne logistique à modéliser. Ceci a conduit à l’identification de 4 agents (App, Fab, Liv et AgentSCM) nécessaires pour modéliser chaque acteur. Chacun de ces agents, cherche à coopérer avec les autres pour augmenter le nombre de scénarios possibles devant une situation d’urgence. Nos agents sont aussi capables de s’adapter et d’apprendre de leur environnement, en particulier, ils collectent les stratégies chez les managers et les décideurs, cherchent les données nécessaires et précises pour construire une base de règles permettant de bien coordonner les décisions. Puis, nous avons proposé et modélisé quelques protocoles de négociation et d’échanges utilisés par ces agents.

Nous avons présenté le contexte applicatif et validé l’architecture proposée par le biais de simulations basées sur des données réelles d’une chaîne logistique. Une autre simulation a concerné l’évaluation de l’importance du processus CPFR. Les différents cas étudiés ont montré l’apport des agents dans la collaboration entre acteurs de la chaîne et l’intérêt qu’ils apportent au niveau de l’aide à la décision distribuée. Les agents de notre architecture facilitent et automatisent les négociations entre clients/fournisseurs. Ceci contribue à la propagation de l'impact d'une nouvelle donnée sur l'ensemble de la chaîne logistique et de procéder rapidement à une replanification lorsqu'un aléa survient.

Aux termes de ce travail, nous envisageons deux catégories d’extension:

• la finalisation de la mise en œuvre de notre architecture au cas des chaînes logistiques travaillant dans le secteur du sanitaire et le maintien de celle-ci dans le temps ;
• l’application du modèle proposé à une chaîne logistique plus étendue incluant des usines de fabrication, des distributeurs et des grossistes. Cela nous permettra de prendre en compte des coûts supplémentaires engendrés par une dimension internationale de la chaîne et par des stratégies de commande et de gestion de stocks non homogènes.

Concernant la continuité du déploiement de l’architecture proposée, nous identifions plusieurs thèmes :

• développer une bibliothèque de classes pour assurer la connexion des agents avec un grand nombre de systèmes d’informations utilisés par les industriels. Nous envisageons pour cela de travailler parallèlement avec des éditeurs de systèmes d’informations et des entreprises pour lesquelles la problématique de la gestion des commandes imprécises, des commandes incertaines et des exceptions est importante ;
• poursuivre le travail sur l’adaptation et l’apprentissage des agents.