Résumé

Dans cette thèse, nous abordons le problème 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.). Le comportement global de la chaîne logistique résulte des comportements individuels des acteurs qui la composent et des interactions entre eux. Ces acteurs sont relativement autonomes et interagissent entre eux et avec leur environnement. En plus, chaque acteur de la chaîne logistique poursuit ses buts individuels tandis qu’il satisfait à ses contraintes locales et externes. Cette vision naturellement distribuée d’une chaîne logistique se prête bien à une démarche d’analyse orientée agents.

Après une étude bibliographique détaillée sur la chaîne logistique et les systèmes multi-agent, nous proposons 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. Quatre agents (App, Fab, Liv et AgentSCM) ont été identifiés 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. Ces 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.

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.

Mots clés : Systèmes Multi-Agent, Protocoles de Négociation, Gestion de la Chaîne Logistique, Incertitude des Informations, Simulation Proactive, Agent UML.