Challenging the 'Demand Driven MRP' Promises : a Discrete Event Simulation Approach ; Challenger les promesses du 'Demand Driven MRP' : une approche basée sur la simulation à évènements discrets

Les principaux enjeux des supply chain d’aujourd’hui concernent l’adaptation à des environnements instables. Demand Driven Material Requirements Planning (DDMRP) est une méthode récente et prometteuse de gestion des flux qui a été conçue pour faire face aux problématiques actuelles. Le travail de recherche réalisé détaille et positionne DDMRP par rapport aux autres méthodes connues de pilotage de flux. Le but de ce travail est de challenger les principales promesses de DDMRP. Pour cela, un plan d’expériences a été réalisé sur un cas d’étude pour évaluer le comportement de MRP II, Kanban et DDMRP face à différentes sources de variabilité. Le dimensionnement des buffers DDMRP est un sujet majeur pour la méthode. Il a été traité sur un cas d’étude avec un travail d’optimisation. Toutes les contributions ont été expérimentées avec l’implémentation de DDMRP sur un cas réel. La thèse permet ainsi de valider certains atouts de DDMRP, tels que l’adaptation du système à différentes formes de variabilités, mais elle permet également de souligner des perspectives majeures de recherche sur ce sujet. ; The main Supply Chain current issues concern the adaptation to unstable environments. Demand Driven Material Requirements Planning (DDMRP) is a recent and promising material management method that is designed to tackle these current issues. The research work details and classifies DDMRP compared to the other material management methods known. The goal of this work is to challenge the main DDMRP promises. This is why a design of experiments was realised on a case study in order to assess MRP II, Kanban and DDMRP behaviours with different variability sources. The DDMRP buffer sizing is a major issue. It was dealt with an optimisation work on a case study. All the contributions were experimented with a DDMRP implementation on a real case. The research work enables several DDMRP advantages to be validated, such as the system adjustment to different variability sources, however this work also ...