RELATION CLIENT / FOURNISSEUR AU SEIN D UNE CHAINE LOGISTIQUE INTEGREE : UN MODELE DE SIMULATION

Transcription

1 3 e Conférence Francophone de MOdélisation et SIMulation «Conception, Analyse et Gestion des Systèmes Industriels» MOSIM 01 du 25 au 27 Avril 2001 Troyes (France) RELATION CLIENT / FOURNISSEUR AU SEIN D UNE CHAINE LOGISTIQUE INTEGREE : UN MODELE DE SIMULATION Olivier TELLE!," et #, Thierry PISTRE!! : EADS Airbus 316, route de Bayonne, BP M Toulouse Cedex 03 Mél : prenom.nom@airbus.aeromatra.com " : ENSAE 10 Av. Edouard Belin, BP Toulouse Cedex 04 Caroline THIERRY # et $, Gérard BEL # # : ONERA- DCSD 2 Av. Edouard Belin, BP Toulouse Cedex 04 Mél : prenom.nom@cert.fr $ : Université Toulouse II Le Mirail 5 allées Antonio Machado Toulouse Cedex RESUME : Cet article présente les concepts d une étude dont l objectif est la réalisation d un outil d aide à la mise au point de politiques de coopération entre un donneur d ordres et ses L approche suivie pour faciliter cette aide à la décision est celle de l évaluation de performances de différents types de relations entre acteurs d une chaîne logistique. Cette approche permettra de montrer les conséquences des prises de décisions de chacun des acteurs sur les performances individuelles et globales au sein de la relation. MOTS-CLES : Evaluation de performances, Chaînes logistiques Intégrées. 1 INTRODUCTION Cette dernière décennie a vu l émergence des notions de réseau d entreprises, de chaîne logistique et d entreprise étendue. Ces notions permettent de mettre en évidence le fait que tout produit est le résultat du travail d un ensemble d entreprises, organisées en réseaux plus ou moins structurés. Chaque entreprise doit tenir compte du fait qu elle participe à la circulation d un flux dans un réseau qui s étend bien au delà de ses propres limites [Eymerie 97]. Cette prise en compte des relations entre les membres du réseau c est à dire entre les donneurs d ordres et leurs sous-traitants est donc devenue une priorité aussi bien au niveau stratégique qu au niveau de la gestion des flux. Dans ce contexte, un des problèmes majeur (tant du point de vue industriel [Colloque fournisseurs EADS/Airbus 01] que du point de vue académique [Tayur et al 99]) est celui de la mise au point de politiques de coopération entre un donneur d ordres et ses Cet article présente les concepts d une étude dont l objectif est la réalisation d un outil d aide à la mise au point de politiques de coopération au niveau logistique, entre un donneur d ordres et ses L approche suivie pour faciliter cette mise au point est celle de l évaluation de performances. 2 CONTEXTE DE L ETUDE Le concept de «chaîne logistique» est maintenant largement utilisé dans l industrie. Sa définition la plus courante est «un système de sous-traitants, de producteurs manufacturers, de distributeurs, de détaillants et de clients entre lesquels s échangent les flux matériels dans le sens des fournisseurs vers les clients et des flux d information dans les deux sens» [Tayur et al 99]. Des logiciels du type Supply chain Management (SCM) sont récemment apparus sur le marché. Ils permettent de modéliser une chaîne logistique (plusieurs ateliers dans plusieurs usines en considérant les processus d achat, de fabrication et de livraison) et d aider à prendre des décisions quant à sa configuration et sa gestion. Leur mise en œuvre nécessite un grand nombre de données (similaires à celles des ERP) et est donc relativement lourde. Par contre, ils ne sont pas vraiment destinés à permettre de modéliser de façon approfondie les relations entre plusieurs entreprises. En effet ils s intéressent principalement à la chaîne logistique à l intérieur d une entreprise donnée. De ce fait la notion de chaîne logistique est maintenant plus communément utilisée en limitant son domaine à l intérieur d une entreprise, nous parlerons donc ici de «chaîne logistique intégrée» pour qualifier une chaîne logistique qui englobe plusieurs entreprises. Concernant la chaîne logistique intégrée, nous aborderons ici le thème de l évaluation des performances des relations entre les acteurs qui la composent

2 En ce qui concerne l évaluation de performances, l évaluation de performances des systèmes de production est un thème largement abordé tant comme objet de recherche que comme application industrielle. Elle peut faire appel soit à des simulations à événements discrets, soit à des méthodes analytiques. Elle est, en général, mise en œuvre pour évaluer les performances de différentes configurations ou de différentes façons de piloter des ateliers, voire des usines. Pour effectuer les simulations, des logiciels adaptés [Arena, Modline, Whitness, Simple, Quest,..] sont largement utilisés dans l industrie. On trouvera dans [Rota 99] un état de l art en ce qui concerne l évaluation de performances des relations donneur d ordres / sous-traitant dans une chaîne logistique intégrée. Les travaux de K. Rota ont débouché sur des outils d aide à la décision pour une entreprise sous-traitante intégrée dans plusieurs chaînes logistiques et qui planifie sa production : On y trouve notamment un modèle de planification prenant en compte la relation Donneur d Ordres / Sous-traitant et un modèle de simulation permettant d évaluer les performances des différents politiques de coopération. Cette étude reprend et étend ces travaux avec l objectif de : s intéresser à un couple d entreprise (Donneur d ordres / Fournisseur) considérer différents types d organisation de production (ligne de produits, atelier spécialisés ) et différents types de gestion de production (planification, kanban ) concevoir un outil en vue de son utilisation industrielle 3 UN OUTIL D AIDE A LA DECISION 3.1 Objectif L objectif est donc de construire un outil (informatique) qui permette d évaluer les performances de différents types de relations plus ou moins coopératives entre un donneur d ordres et l un de ses On considère les performances qui dépendent plus ou moins directement de la politique logistique notamment en ce qui concerne la circulation des commandes et les livraisons de produits entre deux entreprises. On s intéresse plus particulièrement aux relations entre les acteurs qui concernent cette circulation des flux dans le temps (quand seront commandés, produits et livrés les différents produits). Pour évaluer ces performances l outil tiendra donc compte des caractéristiques et des comportements de différents acteurs de la chaîne logistique intégrée. Seront considérés tous les acteurs qui peuvent avoir de l influence sur la circulation des informations et des produits. Ces acteurs sont : une entreprise donneur d ordre déterminée ; un fournisseur déterminé; les autres acteurs de l environnement direct de la relation (les fournisseurs du fournisseur et les autres donneurs d ordres). Cependant, on privilégie par une description plus détaillée de leur comportement, les acteurs directs de la relation, l entreprise étudiée et son fournisseur concerné. Le comportements des autres acteurs seront interprétés de manière plus synthétique. L analyse de ces relations pourra être effectuée à partir de deux types de performances qui seront quantifiées : les performances individuelles de chaque acteur. Celui-ci doit respecter ses propres impératifs industriels. A cet effet, différents indicateurs permettent l analyse des résultats internes ; la performance industrielle commune. Des indicateurs globaux faciliteront le diagnostic et la comparaison des différentes combinaisons de politiques logistiques entre client et fournisseur. Les données considérées ici sont plus agrégées que celles des logiciels de SCM avec l objectif d analyser les relations donneurs d ordres / sous-traitant à moyen terme. L outil, à vocation pédagogique (pour le donneur d ordre et le sous-traitant), prendra en compte l interaction entre les acteurs pour mettre en évidence les conséquences des prises de décisions chez chacun d entre eux à la fois sur la performance individuelle et sur la performance globale. Différentes politiques logistiques doivent pouvoir être testées. La modélisation utilisée doit donc : se situer à un niveau macroscopique pour ne pas nécessiter le recueil d un nombre trop important de données et ne pas entraîner la prise en compte d un trop grand nombre d entités dans la simulation. être assez précise cependant pour permettre de prendre en compte les différentes politiques et leurs interactions. 3.2 Modélisation de l entreprise pour l étude d une relation client/fournisseur Le modèle d entreprise (définition et application) D un point de vue industriel, cet outil doit s adapter simplement et de manière réaliste à un maximum de types d organisations industrielles. De ce fait, la modélisation de l entreprise et l étude du niveau d abstraction qui permettent l analyse des flux d une chaîne logistique intégrée constituent la première phase de ce projet. Selon [Scott, 91], une entreprise s attache à gérer à l intérieur de «quatre murs qui la composent» sa structure et les différents flux qui la traversent, pour aboutir à la réalisation de ses produits, selon sa stratégie

3 Ainsi, il est envisageable de définir la structure d une entreprise comme une combinaison de configurations élémentaires (zones de stockage ou convoyeur, ressources parallèle ou série, etc.). Sa politique de gestion des flux consiste en l utilisation partielle ou complète, et de manière simultanée ou non, de techniques de gestion connues (ex :fabrication à la demande ou pour stock, etc.). A partir de ce constat, on peut envisager de construire un modèle d entreprise dédié à l étude de la circulation et de la gestion des flux (figure 1). CONDUITE APPRO Interprétation Prise de décision STRUCTURE APPRO CONDUITE PRODUCTION Interprétation Prise de décision STRUCTURE PRODUCTION Figure 1 - Modèle d entreprise CONDUITE DISTRIBUTION Interprétation Prise de décision STRUCTURE DISTRIBUTION Technique de conduite Structure Ce modèle s attachera à décrire trois fonctions principales de l entreprise : l approvisionnement, la production et la distribution. Il devra permettre de modéliser les structures propres à chaque cas particulier, tout en conservant un même niveau d abstraction pour chaque entreprise qui a une influence sur la relation client/fournisseur En effet, on rencontre parmi le panel d entreprises qui constituent le réseau d approvisionnement d un donneur d ordres, des PME, des PMI et d autres groupes industriels aux caractéristiques différentes (en taille, en flexibilité, en réactivité ). Comment, dans ce cas, obtenir une modélisation qui permette d analyser comme un même dysfonctionnement théorique, à la fois un retard de livraison d un moteur pour un fabricant d avion, et un retard de livraison d un sachet de vis pour un fabricant d injecteur? Pour cela, on s assure que la profondeur de nomenclature des produits étudiés est en rapport avec le niveau d agrégation choisi pour modéliser l entreprise. On y parvient en regroupant dans des sous-systèmes les références de la nomenclature dont la mise en évidence n a pas d intérêt lors de l analyse du flux global. Ainsi, le sous-système moteur dans une nomenclature d un avion et le sous-système vis dans une nomenclature d un injecteur peuvent être considérés comme des éléments terminaux. L analyse des flux de fabrication d un avion ou ceux d un injecteur pourra alors aboutir à des conclusions identiques, indépendamment des niveaux d abstraction utilisés pour les modélisations. Ceci permet l utilisation d un unique modèle pour l analyse de l ensemble hétérogène des entreprises qui constituent un même réseau d approvisionnement. A partir de ce modèle d entreprise, pour aboutir à une analyse réaliste d une relation client/fournisseur, on se focalise sur les deux protagonistes de la relation.. Dans notre cas, pour que la modélisation soit cohérente, on considère d une part le fournisseur et d autre part le Service Approvisionnement du donneur d ordres, figure n 2. Cependant, pour tenir compte du contexte complexe d une chaîne logistique intégrée dans le domaine aéronautique, les autres fonctions du donneur d ordres, les fournisseurs du fournisseur et d éventuels autres donneurs d ordres du fournisseur, seront interprétés d une manière simplifiée. La possibilité d intégrer l influence de leurs comportements sur la relation sera disponible dans le modèle d entreprise. Le fournisseur prendra en compte les indicateurs de performances de ses propres Cela se traduira, par exemple, par des indicateurs de livraison à l heure, des indicateurs de retard moyen et des indicateurs de conformité par livraison qui généreront des réponses ou des perturbations réalistes sur les mécanismes de la relation étudiée. Pour définir complètement les frontières du système étudié et pour atteindre l homogénéité nécessaire à la simulation, on préférera ne modéliser qu une seule relation donneur d ordre/sous-traitant de la chaîne logistique et intégrer la notion de comportement des acteurs ayant une influence sur la relation Les entités du modèle Pour modéliser les différentes organisations industrielles et permettre la mise en œuvre des différents concepts du App Pro DIST FOURNISSEUR DONNEUR D ORDRES Fournisseur i App Pro DIST APPRO PROD DIST Conduite Conduite Conduite Structure Structure Structure APPRO Conduite Structure Fournisseur j APP Pro Dist Figure 2 : Système étudié Autres Donneur d Ordres

4 modèle d entreprise, différentes entités sont définies: La ressource : C est l entité productrice du modèle (transformation du produit). Elle se décline en deux formes, soit en ressource élémentaire, soit en centre de service. La ressource élémentaire est une entité capable d interpréter son environnement direct, de décider d une stratégie de production et d opérer une transformation en s appuyant sur ses caractéristiques et méthodes propres. La stratégie de production d une ressource pourra être pilotée par un centre de conduite. On dira alors qu une ressource est autonome ou dépendante d un centre de conduite. Les capacités de ces ressources peuvent être non unitaires, notamment au niveau du centre de service. Ces ressources pourront être associées à la fabrication de plusieurs produits différents. Le centre de service : C est le groupement d un ensemble de ressources, permettant la mise en pratique des concepts d abstraction. Après agrégation des ressources et des données qui le composent, le centre de service peut être utilisé à son tour lors de groupements successifs. Le centre de stockage : Cette entité stocke les sous-systèmes en provenance des deux entités précédentes. La valeur de sa capacité est sa seule caractéristique. Le centre de conduite : Cette entité remplit la fonction de conduite globale des ressources dépendantes (elle réalisera, par exemple, la planification de la production d une partie des entités de l entreprise). 3.3 Modèle logistique de l entreprise Pour simuler la circulation des flux, le modèle d entreprise précédent intègre un modèle logistique de l approvisionnement, de la production et de la distribution. Ce modèle caractérise les processus logistiques qui englobent toutes les activités qui pilotent les flux de produits et conduisent la coordination des ressources. Dans l entreprise, lors des différentes étapes du processus industriel (approvisionnement, production, distribution) les actions de coordination s appuient sur différentes techniques (flux tirés, poussés, asservis) qui cohabitent suivant des différents horizons de décision (court, moyen ou long termes). Considérant ces diversités, nous présentons l aspect conduite du modèle de gestion de production à partir duquel nous construirons un modèle mixte couplé aux modèles d approvisionnement et de distribution, constituant le modèle logistique Modèles de gestion de production : Aspect conduite En gestion de production l aide à la décision peut être envisagée à deux niveaux. Au niveau de l aide à la recherche d une solution (un plan ou un ordonnancement par exemple) ou au niveau du choix de paramètre du système (la capacité d une machine ou une politique de gestion par exemple). Dans le premier cas, il s agit de génération de solution et dans le deuxième d évaluation de performances. A ce type d approches sont généralement associés deux types de modèles différents : les modèles de planification ou d ordonnancement en ce qui concerne la première approche et les modèles de simulations pour la deuxième. D autre part, les méthodes de gestion de production les plus largement répandues sont les méthodes MRP et Kanban. Nous nous restreindrons donc dans un premier temps à la modélisation de ces deux politiques de gestion des flux : le kanban qui est une méthode de pilotage à court terme la planification de type MRP, qui est une méthode de conduite à moyen terme. Il s agit donc de coupler deux modèles, un modèle pour le pilotage à court terme et un modèle pour la planification à moyen terme (qui relève de la génération de solution), ceci dans une optique d évaluation de performance. Pour la prise de décision à moyen terme, au niveau planification, on utilise généralement les modèles par quantités. Dans ces modèles, les variables de décision sont les quantités de produits fabriquées sur les différentes ressources (agrégées) sur des périodes prédéfinies, en raison de l échantillonnage du temps. C est ce type de modèle que nous utiliserons pour représenter le processus de planification. Le modèle mixte sera donc composé d un modèle par quantité pour la génération du plan (au niveau de la politique de type MRP) et d un modèle de simulation pour le pilotage (notamment du kanban). L originalité de ce modèle mixte consiste dans la recherche de cohabitation de ces deux politiques de gestion bien connues séparément, mais dont la coexistence reste un problème mal maîtrisé à ce jour, même si de nombreuses entreprises y sont confrontées. Pour simuler le fonctionnement d une entreprise utilisant simultanément plusieurs modes de gestion, deux difficultés existent : le respect du niveau d agrégation du modèle global. la modélisation de l utilisation commune des ressources. Pour conserver l homogénéité d agrégation, au niveau de la modélisation de la politique kanban, les ressources sont agrégées en centres de services. Cette agrégation devra être en cohérence avec celle utilisée pour la planification

5 Le principe de la simulation du comportement, (Figure 3) est le suivant : A période fixe (période de révision de la planification, sur la Figure 3) : % un état du système (niveau de stock)est réalisé. % Cet état sert de référence pour le modèle par quantité qui calcule les quantités à réaliser selon des expressions de besoins, (PLANIFICATION sur la Figure 3). % Ces quantités (ordres de fabrications, of i sur la Figure 3) sont intégrées dans une liste des productions à effectuer, (EVOLUTION DE LA LISTE sur la Figure 3). Au cours du temps en fonction de leur dates d arrivées, les ordres kanban (KANBAN sur la Figure 3) seront intégrés dans la liste. Lorsqu un événement le permet (par exemple la libération d une ressource), des heuristiques permettent de choisir la production à effectuer, dans la liste commune des of i et kb i à accomplir. Elles permettent de représenter différents comportements réels d acteurs industriels au niveau du choix des productions à réaliser. Ces heuristiques utilisent notamment des règles de priorités telles que FIFO, retard le plus pénalisant, minimisation de changement de série, priorité aux ordres planifiés, priorités aux ordres kanban, etc Modèles de gestion des approvisionnements et de la distribution Ces modèles du même type que le modèle utilisé au niveau de la production, traduisent les politiques logistiques de chaque entreprise vis-à-vis de leur environnement direct. Il en résulte des dates de réception de produits, pour le modèle d approvisionnement et des dates de mises à disposition de produits, pour le modèle de distribution. Les politiques d approvisionnement (respectivement de distribution) de chaque produit pourront être paramètrées et notamment les comportements supposés des Elles fourniront des expressions de besoin (resp nt dates de livraison), dont les dates de livraisons (resp nt commandes) correspondront à la date calculée par un modèle de type planification et tenant compte de la perturbation entraînée par le comportement supposé des fournisseurs (resp nt clients). Les dates de besoin issues de ces deux modèles s intégreront chronologiquement aux évolutions du modèle mixte. 3.4 Implémentation et exécution L implémentation La principale contrainte pour l implémentation du modèle global, [Le Page, 93], réside dans le choix du modèle d exécution de la simulation à événements discrets à laquelle s ajoute une mesure à pas constant. Nous préférerons une gestion centralisée du temps (qui assure la cohérence des échanges d information) à une gestion distribuée du temps (où les centres de services se synchronisent par l intermédiaire des échanges d informations entre eux). Le modèle d entreprise est construit en utilisant l approche proposée par la modélisation objet, dont l essence est l identification des aspects essentiels du domaine étudié, sans considération de l implémentation finale. A partir de l identification émergent des classes d objets relatives au domaine étudié, caractérisées par les notions de variables d instance (attributs) et de méthodes PLANIFICATION Plan k Plan k1 Plan k2 t t t ARRIVEE KANBAN kb1 kb2 kb3 kb4 EVOLUTION DE LA LISTE of1 kb1 kb2 kb3 of1 kb3 of1 kb4 of4 of3 kb4 kb1 kb2 kb3 of1 SIMULATION DU SUIVI ofi kb1 Kb2 kb3 of1 t Figure 3 : ex. de simulation, capacité unitaire, heuristique FIFO

6 (opérations) qui permettent de décrire simplement les différentes entités du modèle d entreprise. Le centre de service, le centre de stockage et le centre de conduite sont les classes d objets. L entreprise se construit donc comme une combinaison de ces objets. La plus petite entreprise comprendra un centre de stockage des approvisionnements, une ressource et un centre de stockage des produits fabriqués, ce qui correspond aux trois fonctions principales, l approvisionnement, la production et la distribution. Cependant, chacune des trois fonctions pourra être composée elle-même de plusieurs entités élémentaires, par exemple, plusieurs centres de stockages représenteront la fonction approvisionnement, plusieurs centres de services et ressources composeront la fonction production, plusieurs centres de stockages représenteront la fonction distribution. La représentation OMT de la modélisation objet illustrée sur la figure 4, présente le modèle et Ressource Entreprise 2 Centre de Stockage l approche récursive grâce à laquelle il permet les différentes représentations. 2 Centre de conduite Ressource élémentaire est composé de Centre de Service est un Pilotage association optionnelle Association multiple Figure 4 : Représentation OMT du modèle d entreprise Chaque entité possède une boite aux lettres, simple liste dans laquelle s empilent les couples {événement/date d occurrence} suivant une règle FIFO et une heuristique de résolution des conflits de simultanéité. L échéancier ne gère donc pas la liste de tous les événements, mais la liste de toutes les entités, accompagnés de la date de leur prochain réveil. Une simulation se déroulera en trois phases : l initialisation, la simulation et l arrêt. Lors de la simulation, l échéancier choisit dans sa liste l entité dont la date correspondante est minimale dans sa liste, et lui envoie un message de réveil. Une fois réveillée, l entité prend dans sa boite aux lettres le premier message à traiter, et l exécute. Cette action terminée, il efface le message de sa boite aux lettres, et avertit l échéancier de la date correspondante au nouveau premier message de la boite aux lettres. L échéancier modifie donc en conséquence la date du prochain réveil de l entité, puis donne la parole au prochain événement, suivant le processus précédemment décrit. Lorsque la date traitée par l échéancier égale un multiple d une période prédéfinie, une restitution intermédiaire des états des entités du système est réalisée d une part, et d autre part, un état du système est utilisé pour l expression d une planification prévisionnelle (cf ). Cette restitution à pas constant permet d obtenir un référentiel temporel pour la mesure de la performance des politiques de gestions utilisées simultanément. Cette formulation d agrégats récursifs facilite la modélisation de l ensemble des cas rencontrés en définissant une super-classe Ressource et deux sousclasses Centre de Services et Ressource Pilotage. La première est un nœud intermédiaire de l agrégat et l autre est un nœud terminal de l agrégat. Possédant sa configuration propre, le modèle de l entreprise nécessite alors la définition du produit. Pour décrire la structure des produits fabriqués et les processus de fabrication, [Jacobs, 84] suggère dans OPT de synthétiser la nomenclature et le processus industriel dans le product network, représenté figure n 5. Ceci permet une image simultanée de la structure des flux et de l intégration des centres de stockage. Nomenclature : P6 Intégration Nomenclature et Processus industriel : P1 P2 P5 P4 A1 A2 P3 P2 P3 P1 Processus industriel : A3 A4 A5 P4 : A1 A2 P4 P5 : A3 A4 A5 A6 P6 : A6 P5 Figure 5 : le Product Network P4 P5 P L exécution La prise en compte de l asynchronisme des événements, induit par le modèle logistique, sera réalisée au moyen d un échéancier assurant la cohérence des évolutions temporelles des entités. La boite au lettre n est elle pas en fait l échéancier local!

7 3.5 Mise en œuvre Cette étude a été réalisée au sein d EADS/Airbus. Elle fait partie de la démarche logistique SLIM (Supplier Logistics Improvement Monitoring) du centre de compétence Achat de l entreprise. Cette démarche inscrite dans le cadre du projet d entreprise Cap2001, a pour objectif : de pérenniser une relation avec une sélection de fournisseurs responsables et performants de promouvoir et de favoriser une démarche permanente de progrès dont la conduite est partagée. L outil, aujourd hui à l état de maquette, est proposé avec une trame type de modélisation du comportement des acteurs. Cette trame, utilisée partiellement pour d EADS/Airbus et entièrement pour le sous-traitant étudié pourra être complétée de manière autonome par chacun des acteurs ne voyant que ses données propres et les informations en circulation entre les deux acteurs de la chaîne. En effet, le succès en contexte industriel de cet outil, réside dans la validité des données avec lesquelles il fonctionnera. Elles devront être : Suffisamment réalistes pour permettre de comparer les résultats des politiques étudiées aux résultats des politiques réelles. D un accès sécurisé et limité pour assurer à la relation client/fournisseur une authenticité dont l essence est la non divulgation des caractéristiques internes de chacune des parties. D autre part, on sait que l agrégation de données industrielles (ressources, temps de cycle ) est souvent une des difficultés au niveau de l utilisation des logiciels d aide à la décision. Notamment, les logiciels de types MRP ont montré leurs limites lorsque la saisie et la mise à jour des données n étaient pas cohérentes. Il sera donc nécessaire de mettre au point une méthodologie de modélisation des ressources et des flux au niveau d agrégation adapté. Cette méthodologie pourra être validée en interne puis présentée lors d une phase de formation aux fournisseurs pour leur permettre de paramétrer seuls le logiciel et donc de garder leur autonomie. 4 CONCLUSION ET PERSPECTIVES Nous avons présenté les concepts d une étude en vue de la réalisation d un outil d aide à la mise au point de politiques logistiques entre un donneur d ordres et ses L approche suivie pour faciliter cette aide à la décision est celle de l évaluation de performances de différents types de relations plus ou moins coopératives, entre un donneur d ordres et l un de ses logistique et mesure les conséquences des prises de décisions de chacun d entre eux sur les performances individuelles et globales de la relation. Pour ce faire, nous avons présenté un modèle d entreprise qui s attache à l étude de la relation client/fournisseur. Il est associé à un modèle logistique de l entreprise qui permet la cohabitation de deux politiques de gestion bien connues séparément (le kanban et la planification) et dont la coexistence reste un problème mal maîtrisé à ce jour, bien que de nombreux industriels y soient confrontés. Un modèle d exécution sur le principe de la simulation à événement discret est proposé pour permettre l analyse de la combinaison de ces politiques au sein d une chaîne logistique. Dans le contexte aéronautique, cet outil, basé sur un concept générique, sera utilisé dans le cadre de l amélioration de relations logistiques d EADS/Airbus avec ses L évaluation des performances des politiques de gestion impliquera chacun des acteurs de la relation. Il pourra être ensuite utilisé par les fournisseurs avec leurs propres Cette étude va donc dans le sens d une plus grande coopération des acteurs de la chaîne logistique. REFERENCES Colloque fournisseurs EADS/Airbus 01. Eymerie, 1997 La logistique de l entreprise, HERMES. Jacobs, OPT uncovered many production planning and scheduling concepts can be applied with or without the software. Industrial Engineering. Le Page, Analyse des relations clients/fournisseurs par une approche multi-agent. Thèse de Doctorat, Ensae, France K. Rota, 1999 : Coordination temporelle de centres gérant de façon autonome des ressources : Application aux chaînes logistiques en aéronautique. Thèse de Doctorat, Ensae, France Scott, 1994 Manufacturing Planning Systems, Mc- GrawHill Company. S Tahur, R Ganeshan et M Magazine Quantitative Models for supply chain management Kluwer Academic Publication., Collection Operations Research Management Science L outil s appuie sur les caractéristiques et les comportements des différents acteurs de la chaîne