Gestion des stocks sous contrainte de quantités minimales de commande multi-références

Joannes Vermorel

Les quantités minimales de commande (MOQ) sont omniprésentes dans les supply chains. Toute entreprise qui n’est pas spécialisée dans la vente au détail est très susceptible d’imposer une MOQ sur tout ce qu’elle distribue. Même les détaillants eux-mêmes doivent faire face à des MOQ, car ceux-ci sont imposés par leurs fournisseurs. Étant donné la prévalence des MOQ et le fait qu’il y a eu environ 1 million d’articles publiés dans des domaines liés à la supply chain au cours des 100 dernières années (c’est-à-dire la recherche opérationnelle, la gestion des stocks, la planification, etc.), on pourrait s’attendre à ce que des milliers d’articles¹ soient facilement disponibles pour étudier cette préoccupation fondamentale. On se tromperait.

Il y a quelques années, Gaetan Delétoille a entrepris une thèse de doctorat chez Lokad abordant ce sujet très précis, et notre plus grande surprise a été de découvrir l’extrême rareté de la littérature scientifique sur ce sujet. Non seulement il y avait à peine quelques dizaines d’articles publiés au cours des 100 dernières années traitant des MOQ², mais beaucoup d’entre eux n’ont ni reproduit ni donné de meilleurs résultats que des heuristiques triviales lorsqu’ils abordaient les MOQ.

Tout comme les recherches de Benoit Petra et Matthieu Durut, ce travail universitaire est une contribution longtemps attendue sur le site de Lokad.

Auteur : Gaetan Delétoille

Date : juin 2022

Résumé :

Cette recherche de doctorat ³ aborde le problème de contrôle des stocks avec quantité de commande minimale (MOQ) pour plusieurs articles, auquel sont confrontés de nombreux clients d’optimisation de la supply chain. Le problème des MOQ est à la fois crucial et difficile à résoudre en raison de sa nature stochastique et de la quantité de commande minimale partagée entre plusieurs articles. Les méthodes existantes, telles que la programmation dynamique et les algorithmes d’apprentissage par renforcement, échouent à s’adapter aux problèmes complexes ou sont rarement appliquées dans la pratique. Cette thèse présente la politique w, une nouvelle approche qui simplifie le problème MOQ multi-période en priorisant les articles lors de la construction de la meilleure commande potentielle. Des expériences numériques approfondies valident les performances quasi-optimales et la robustesse de la politique w. De plus, l’étude explore le potentiel de l’apprentissage par renforcement dans la résolution du problème MOQ en présentant la politique hybride - une approche qui combine le mécanisme d’allocation de la politique w avec un réseau Q profond. Bien que la politique hybride présente des résultats prometteurs, elle nécessite une plus grande robustesse pour une application réelle. La politique w a été mise en œuvre avec succès et intégrée à la solution de contrôle des stocks quotidiens de Lokad pour la prise de décision optimisée. Les résultats de la recherche contribuent de manière significative à la résolution de problèmes complexes de contrôle des stocks à grande échelle sous incertitude, avec des implications pratiques pour l’optimisation de la supply chain.

Jury :

Télécharger la thèse (PDF)