Gouiza Fairouz 2016

THESE
Pour obtenir le diplôme de doctorat
Spécialité : Génie informatique, automatique et traitement de signal
Préparée au sein de l’université du Havre
Modélisation et évaluation des performances de la chaine de

transport intermodal de porte à porte,
le cas du corridor de la Vallée de Seine
Présentée et soutenue par

Fairouz GOUIZA
Thèse soutenue publiquement le 8 mars 2016

devant le jury composé de
M. Cyrille BERTELLE P.U., Université du Havre Président
Mme. Nadia HAMANI MCF-INSSET, Université de Picardie J.V. Examinateur
M. Adnan YASSINE P.U., Université du Havre Co-directeur de thèse
M. Jérôme FORTIN P.U., Université de Picardie Jules Verne Rapporteur

M. Mourad ABED P.U., Université de Valenciennes (UVHC) Rapporteur
M. Abdellatif BENABDELHAFID HDR, Université du Havre Directeur de thèse
Thèse dirigée par Abdellatif BENABDELHAFID et codirigée par Adnan YASSINE, laboratoire
LMAH
1
2
REMERCIEMENT
La présente thèse s’inscrit dans le projet APLOG (Amélioration et Performance de la LOgistique

Globale) structurant le Grand Réseau de Recherche TL-TI (Transport, Logistique, Technologies de
l’Information). Mes remerciements vont en premier lieu pour la région Haute Normandie, qui a
financé ce projet doctoral ainsi que l’Université du Havre de m’avoir accueilli au sein du laboratoire
LMAH (Laboratoire des Mathématiques Appliquées du Havre) (FR CNRS 3335).
Je tiens à remercier mon directeur de thèse Monsieur BENABDELHAFID Abdellatif, Professeur

des universités à l’Université du Havre pour l’aide précieuse et la confiance qu’il m’a accordé
durant ces années de thèse. Qu’il reçoit le témoignage de ma profonde reconnaissance pour les
encouragements qu’il a su me prodiguer. Je veux également exprimer toute ma gratitude à Monsieur
YASSINE Adnan, Professeur des universités à l’Université du Havre pour avoir codirigé mes
travaux, ses conseils m’ont été très bénéfiques.
Je remercie les membres du jury pour l’attention qu’ils ont bien voulu prêter à mon travail, je
remercie Monsieur BERTELLE Cyrille, Professeur des universités à l’Université du Havre, qui m’a
fait l’honneur de présider le jury. Mes remerciements vont également à Monsieur FORTIN Jérôme,
Professeur des universités à l’Université de Picardie Jules Verne ainsi que Monsieur ABED Mourad,
Professeur des universités à l’Université de Valenciennes et du Hainaut-Cambrésis (UVHC). Ils
m’ont fait l’honneur d’être les rapporteurs de ma thèse. Je tiens à remercier Madame HAMANI
Nadia, MCF-INSSET à l’université de Picardie Jules Verne, pour avoir accepté de lire et de
commenter ce mémoire en qualité d’examinateur. Toutefois, il n’y a pas que l’équipe d’encadrement
qui a été déterminante pour l’aboutissement de cette thèse, à ce titre, je remercie tous les autres
membres du laboratoire LMAH sans oublier le directeur Monsieur ALAOUI Aziz.
A la fin je tiens à remercier, ma mère Madame LAZRAQ KHLASS Aicha, Professeur de

l’enseignement supérieur à l’Ecole Normale Supérieure de Rabat, MAROC. D’autant qu’elle était là
pour moi et qu’elle m’a toujours encouragé dans mes projets, je ne trouve pas de mot dans le
dictionnaire pour te dire combien je suis reconnaissante ma chère. J’insiste à remercier mon fils
MOUHOUB Yanis, né le 17 novembre 2012, tout ça, c’est grâce à lui, tu es vraiment formidable
mon bébé. Je remercie mon ami Monsieur RADI Sohaib pour ses encouragements et pour son
sourire qui m’ont boosté.
3
III
Modélisation et évaluation de performances de la chaine de transport intermodal de porte à porte, le cas du corridor de la Vallée de Seine
LISTE DES FIGURES
Fig.2.1 : Les structures topographiques de la chaine logistique [Beamon et Chen, 2001] ………………
31
Fig.2.2 : Structures élémentaires d’une chaine logistique [Galasso, 2007] ……………………………..

31
Fig.2.3 : L’organisation linéaire des flux dans la chaine logistique [Greis et Kasarda, 1997] ………….
34
Fig.2.4 : L’organisation simultanée des flux dans la chaine logistique [Greis et Kasarda, 1997] ….......
34
Fig.2.5 : La maison du SCM [Stadtler et Kilger, 2000] ………………………………………………….

36
Fig.2.6 : La caractérisation des composantes élémentaires de l’entente industrielle [Lauras, 2004]. 38

Fig.2.7 : La caractérisation des ententes industrielles selon Lauras [Lauras, 2004] ……………….......
39
Fig.2.8 : Relations entre les centres de décision [Despontin-Monsarrat et al., 2005] …………………..
40
Fig.2.9 : Architecture de pilotage distribué [François, 2007] ………………………………………….

40
Fig.2.10 : Architecture de pilotage centralisé [François, 2007] …………………………………………

41
Fig.2.11 : Architecture de pilotage mixte [François, 2007] ……………………………………………..

41
Fig.2.12 : L’offre logicielle du SCM, d’après Botta-Genoulaz [Botta-Genoulaz, 2003] ………………..

42
Fig.2.13 : Illustration des logiques « top-down » et « bottom-up » ………………………………….......

46
Fig.2.14: Le formalisme SADT …………………………………………………………………………..

49
Fig.2.15: Le formalisme SA-RT [Cottet et al., 2005] ……………………………………………………

50
Fig.2.16: Représentation d’un système selon l’approche systémique [Le Moigne, 1973] ………………
50
Fig.2.17: Le modèle SCOR [Supply Chain Council, 2005] ………………………………………….......

51
Fig.2.18: Classification des modèles pour la simulation [Cassandras et Lafortune, 1999] ……………..
53
Fig.2.19: Evaluation de performance à priori [Tahon et Frein, 1999] …………………………………..

56
Fig.2.20: Evaluation de performance à posteriori [Tahon et Frein, 1999] ………………………………

57
Fig.2.21: Les buts du BSC : de la stratégie aux objectifs [Kaplan et Norton, 1996] …………………….
58
Fig.2.22: Les niveaux du modèle SCOR [Supply Chain Council, 2005] ………………………………...
59
Fig.2.23: Synthèse de la démarche ECOGRAI [Ducq et al., 2003] ………………………………….......

60
Fig.2.24: Articulation entre centres de décision et processus opérationnels [Lauras, 2004] ……………
61
Fig.2.25: Le triptyque « pertinence, efficacité et efficience » selon Lauras [Lauras, 2004]……………..

62
Fig.3.1: Illustration des composants de la chaine de transport intermodal ………………………………

72
Fig.3.2: Partenariats entre la Normandie et l’Ile-De-France [Nov@log, 2013] …………………………

74
IV
4
Liste des figures
Fig.3.3: Succession des opérations dans un terminal portuaire ………………………………………….

77
Fig.3.4: Les principales zones d’opérations dans un terminal portuaire ………………………………...

78
Fig.3.5: Le mécanisme de la zone des opérations portuaires ……………………………………………

79
Fig.3.6: Les principaux processus décisionnels du système du transport intermodal ……………… 86

Fig.3.7: Le scénario abrégé d’échange entre les acteurs principaux du premier processus ……………
87
Fig.3.8: Illustration des interactions entre les acteurs principaux du premier processus ………………
88
Fig.3.9: Les principaux documents préparés par le commissionnaire du transport ……………………

90
Fig.3.10: Les principaux échanges entre les principaux acteurs de niveau de décision 1 et 2 …………..
91
Fig.3.11: Les principaux échanges entre les principaux acteurs de niveau de décision 3 ……………….
93
Fig.3.12: L’organisation simultanée des flux dans le contexte du transport intermodal ………………...
93
Fig.3.13: Les principaux flux import avant l’arrivée du navire ………………………………………….

94
Fig.3.14: Les principaux flux import après l’arrivée du navire ………………………………………….

95
Fig.3.15: Les principaux flux export avant mise à quai …………………………………………………

96
Fig.3.16: Les principaux flux export après mise à quai ………………………………………………….

97
Fig.3.17: L’AP+ et la chaine logistique [CCS, 2014] …………………………………………………...

102
Fig.3.18: AP+ et interopérabilité avec systèmes informatiques privés des entreprises [CCS, 2014] 102
Fig.3.19: Structure générique du système intermodal composée de trois niveaux d’abstraction ………..
106
Fig.3.20: Le modèle abstrait de l’architecture du contrôle de la chaine de transport intermodal ……….

107
Fig.4.1: Le processus de développement ArchMDE [Jihene, 2011]……………………………………..

122
Fig.4.2: Le méta-modèle abstrait du domaine …………………………………………………………...

124
Fig.4.3: Le méta-modèle raffiné du domaine ……………………………………………………………

127
Fig.4.4: La version détaillée du méta-modèle du domaine ……………………………………………...

129
Fig.4.5: Le méta-modèle multi-agent : la vue agent ……………………………………………………..

130
Fig.4.6: Le méta-modèle multi-agent : intégration de la vue environnement …………………………...

131
Fig.4.7: Le méta-modèle multi-agent : intégration de la vue organisation ……………………………...

133
Fig.4.8: La version finale du méta-modèle multi-agent …………………………………………………

134
Fig.4.9: Le méta-modèle du domaine agentifié ………………………………………………………...

139
Fig.4.10: Le protocole d’interaction du comportement nominal des acteurs ……………………………

142
Fig.4.11: Le protocole d’interaction du comportement correctif des acteurs réactifs ………………….

143
Fig.4.12: Le protocole d’interaction du comportement correctif des acteurs cognitifs …………………

144
Fig.4.13: Le méta-modèle d’implémentation ……………………………………………………………

152
Fig.5.1: Instanciation du méta-modèle d’implémentation ………………………………………………

159
5V
Fig.5.2: Exemple d’appel de la méthode « setup() » pour démarrer un comportement nominal ……166
Fig.5.3: Utilisation du « CyclicBehaviour » afin d’exécuter en boucle un comportement……………..
167
Fig.5.4: Exemple d’utilisation du « ACLMessage » afin de traiter un message reçu. ……………….

167
Fig.5.5: Utilisation du « ACLMessage » pour concevoir la méthode « Send_Reply_Signal » ………….

168
Fig.5.6: L’outil graphique fournit par Jade – « RMA : Remote Monitoring Agent »……………..…….
168
Fig.5.7: L’interface RMA contenant les conteneurs créés dans le cadre de nos travaux……………..169
Fig.5.8: Exemple d’envoi de messages entre agents à l’aide de l’outil « Dummy Agent »……………..
169
Fig.5.9: Analyse des messages échangés entre agents à l’aide de l’outil « Sniffer Agent »……………..
170
Fig.5.10: Affichage de l’état des agents à l’aide de l’outil « Inspector Agent » ………..……………..
170
Fig.5.11: Les flux d’interaction décrivant le comportement nominal des agents d’IFTC.……………..
172
Fig.5.12: Les flux d’interaction décrivant le comportement correctif des agents d’IFTC ……………..
174
6
VI
Liste des tableaux
LISTE DES TABLEAUX
Tab.1.1 : Les éléments qui constituent l’idée et le contexte du besoin de notre thèse …………………….
17
Tab.2.1 : Définitions de la chaine logistique issues de la littérature scientifique …………………………

28
Tab.2.2 : Définitions de la gestion de la chaine logistique issues de la littérature scientifique …………

36
Tab.2.3 : Objectifs finaux de la simulation [Treuil et al., 2008] ………………………………………….

54
Tab.2.4: Définitions et interprétations des processus et des centres de décision [Lauras, 2004] …………
61
Tab.3.1: Les principaux modes de transport de marchandises [Venturelli et al., 2010] …………………..
70
Tab.3.2: Les périodes de développement de la notion du corridor [Comtois, 2012] ……………………..

73
Tab.3.3: Les principales opérations du transport intermodal ……………………………………………..

76
Tab.3.4: Les principales opérations du « trans-loading » ………………………………………………

76
Tab.3.5: Les équipements les plus répondus dans la zone des opérations portuaires ……………………..
79
Tab.3.6: Problèmes de planification de la zone des opérations portuaires ………………………………..

81
Tab.3.7: Les équipements les plus répondus dans la zone de stockage …………………………………
82
Tab.3.8: Problèmes de planification de la zone de stockage ……………………………………………...

84
Tab.3.9: Analyse de la chaine intermodale selon la vue statique et la vue dynamique …………………
106
Tab.4.1 : Analogie entre la chaine logistique et les SMA [Yuan et al., 2002] …………………………..
120
Tab.4.2 : Le tableau de correspondance du processus d’agentification …………………………………..

138
Tab.4.3 : Raffinement du concept « IFTC » pour l’implémentation ………………………………...

146
Tab.4.4 : Raffinement du concept « Actor » pour l’implémentation …………………………………….

146
Tab.4.5 : Raffinement du concept « Group of actors » pour l’implémentation ………………………...

146
Tab.4.6 : Raffinement du concept « Environment » pour l’implémentation …………………………...

147
Tab.4.7 : Raffinement du concept « Atomic actor » pour l’implémentation …………………………...

147
Tab.4.8 : Raffinement du concept « Physical environmen t » pour l’implémentation ……………………

147
Tab.4.9 : Raffinement du concept « Informational environment » pour l’implémentation …………….

147
Tab.4.10 : Raffinement du concept « P_Resource » pour l’implémentation ……………………………

148
Tab.4.11 : Raffinement du concept « P_ME » pour l’implémentation …………………………………...

148
Tab.4.12 : Raffinement du concept « I_Resource » pour l’implémentation ……………………………..

148
Tab.4.13 : Raffinement du concept « I_ME » pour l’implémentation ………………………………….

148
VII
7
Tab.4.14 : Raffinement du concept « Physical process » pour l’implémentation ……………………...

149
Tab.4.15 : Raffinement du concept « Execution system » pour l’implémentation ……………………..

149
Tab.4.16 : Raffinement du concept « Planning and control system » pour l’implémentation ……………
149
Tab.4.17 : Raffinement du concept « Border management system » pour l’implémentation …………..

149
Tab.4.18 : Raffinement du concept « EA » pour l’implémentation …………………………………….

150
Tab.4.19 : Raffinement du concept « PCA » pour l’implémentation …………………………………..

150
Tab.4.20 : Raffinement du concept « BMA » pour l’implémentation …………………………………….

150
Tab.4.21 : Raffinement du concept « Knowledge s » pour l’implémentation …………………………….

150
Tab.4.22 : Raffinement du concept « Organizational knowledge » pour l’implémentation …………….

151
Tab.4.23 : Raffinement du concept « Constraint » pour l’implémentation …………………………….

151
Tab.4.24 : Raffinement du concept « Instruction » pour l’implémentation ……………………………

151
Tab.4.25 : Raffinement du concept « Objective » pour l’implémentation ………………………………..

151
Tab.4.26 : Raffinement du concept « Indicator » pour l’implémentation ……………………………...

151
Tab.5.1 : La correspondance entre les concepts du domaine et les concepts du cas industriel ……………
156
Tab.5.2 : Extrait de la grille des résultats pour les critères appropriés [Garneau et Delisle, 2002]....…….
164
8
VIII
Abréviations
ABREVIATIONS
ABC Activity Based Costing. id identifiant.

ABM Activity Based Management. IDM Ingénierie Dirigée par les Modèles.
ACC Agent Communication Chanel. IFTC Intermodal Freight Transportation Chain.
AGR Agent-Groupe-Rôle. ITE Installation Terminale Embranchée.
AGV Automatic Guided Vehicles. Jade Java Agent DEveloppement framework.
AMS Agent Management System. KQML Knowledge Query and Manipulation
Language.
AOM Advanced Order Management.
MadKit Multi-Agent Developpement Kit.
APLOG Amélioration de Performance de la
LOgistique Globale. MAS Multi-Agent System.
APS Advanced Planning System. MCD Modèle Conceptuel des Données.
Av. J.C. Avant Jésus-Christ. MCT Modèle Conceptuel des Traitements.
BAP Berth Allocation Problem. MES Manufacturing Execution System.
BDI Belief Desire Intention. MOT Modèle Organisationnel des Traitements.
BMA Border Management Actor. MRP Materials Requirement Planning.
BSC Balanced ScoreCard. MRP II Manufacturing Ressource Planning.
CD Centre de Décision. NCPDM National Council of Physical

Distribution Management.
CL Chaine Logistique.
P_ME Physical Moving Entity.
CPFR Collaborative Planning Forecasting and
Replenishment. P_Resource Physical Resource.
CRM Costumer Relationship Management. PCA Planning and Control Actor.
DF Director Facilitor. PIPAME Pôle Interministériel de Prospective et

d’Anticipation des Mutations
EA Execution Actor.
Economiques.
EDI Echange de Données Informatisées.
PME Petites et Moyennes Entreprises.
ERP Enterprise Resource Planning. QCAP Quay Crane Assignment Problem.
EVP Equivalent Vingt Pieds. QCSP Quay Crane Scheduling Problem.
FCL Full Container Load. RFID Radio Frequency Identification.
Fig. Figure.
RMA Remote Monitoring Agent.
FIPA - Foundation for Intelligent Physical Agents -
Ro-Ro Roll-On Roll-Off.
ACL Agent Communication Language.
SADT Structured Analysis Design Technique.
GPS Global Positioning System.
SA-RT Structured Analysis – Real Time.
GRAI Graphe à Résultats et Activités Inter-reliés.
SC Supply Chain.
GSM Global System for Mobile Communications.
SCE Supply Chain Execution.
HMS Holonic Manufacturing Systems.
SCEM Supply Chain Event Management.
I_ME Informational Moving Entity.
I_Resource Informational Resource. SCM Supply Chain Management.
SMA Systèmes Multi-Agents.
IA Intelligence Artificielle.
9
IX
SCOR Supply Chain Operation Reference. UE Union Européenne.

SOAP Simple Object Access Protocol. UML Unified Modeling Language.
SOGET SOciété de GEstion des Terminaux UTI Unité de Transport Intermodal.
informatiques.
WDSL Web Services Description Language.
SRM Supplier Relationship Management.
WiFi Wireless Fidelity.
Tab. Tableau.
WMS Warehouse Management System.
TIC Technologies de l’Information et de la
XML eXtensible Markup Language.
Communication.
TMS Transport Management Systems.
UDDI Universal Description, Discovery and
Integration.
10
X
Sommaire
SOMMAIRE
REMERCIEMENTS ……………………………………………………………………………
III
LISTE DES FIGURES ………………………………………………………………………….

IV
LISTE DES TABLEAUX ………………………………………………………………………

VII
ABREVIATIONS ………………………………………………………………………………
IX
SOMMAIRE ……………………………………………………………………………………
XI
Chapitre 1 – INTRODUCTION GÉNÉRALE : CONTEXTE, PROBLÉMATIQUE ET

POSITIONNEMENT DU TRAVAIL DE RECHERCHE ……………………………………..
16
Chapitre 2 – ÉTAT DE L’ART SUR LA MODÉLISATION ET L’ÉVALUATION DES

PERFORMANCES POUR LA GESTION DE LA CHAINE LOGISTIQUE ………………21
2.1. Introduction ………………………………………………………………………………

23
2.2. De la chaine logistique à la gestion de la chaine logistique …………………………..24

2.2.1. Étymologie de la logistique …………………………………………………………………...
24
2.2.2. Définitions de la chaine logistique …………………………………………………..………...

26
2.2.2.1. Définitions de la chaine logistique issues de la littérature scientifique …………….…………...
27
2.2.2.2. Acteurs et structure de la chaine logistique ……………………………………….…………….
29
2.2.2.3. Flux dans la chaine logistique …………………………………………………………….…….

33
2.2.3. Définitions de la gestion de la chaine logistique …………………………………………..….

35
2.2.3.1. Définitions de la gestion de la chaine logistique issues de la littérature scientifique ………….
35
2.2.3.2. Les ententes industrielles entre centres de décision …………………………………………...
37
2.2.3.3. Système décisionnel relatif à la gestion d’une chaine logistique ……………………………...
39
2.2.3.4. Système informationnel de la chaine logistique – Infologistique ……………………………...
42
2.2.4. Bilan – Conclusion …………………………………………………………………………….

46
2.3. Modélisation de la chaine logistique ……………………………………………………..

48
2.3.1. Modèles organisationnels ……………………………………………………………………..

48
2.3.1.1. Approche hiérarchique ………………………………………………………………..………..
48
2.3.1.2. Approche hétérarchique …………………...………………………………………..………..

51
2.3.2. Modèles analytiques …………………………………………………………………………..
52
2.3.3. Modèles pour la simulation ……………………………………………………………………

53
11
XI

55
2.4. Évaluation de performance de la chaine logistique ……………………………………….

55
2.4.1. Définitions et concepts : mesure, indicateur et évaluation de performance …………………..

55
2.4.2. Méthodes d’évaluation de performance de la chaine logistique ………………………………

57
2.4.2.1. Méthodes d’évaluation de performance orientées processus ………………………….. 57

2.4.2.2. Méthodes d’évaluation de performance orientées centres de décisions ……………….. 59

62
2.5. Synthèse du chapitre 2 ……………………………………………………………………

63
Chapitre 3 – CONTRIBUTION A LA CONCEPTUALISATION D’UNE

ARCHITECTURE DU CONTROLE DE LA PERFORMANCE DU SERVICE PORTE A
PORTE POUR LA MODELISATION DE LA CHAINE DE TRANSPORT INTERMODAL
DE MARCHANDISES ………………………………………………………………………65
3.1. Introduction ………………………………………………………………………………

67
3.2. Description du transport intermodal de marchandises de porte à porte, le cas du corridor

de la vallée de Seine ………………………………………………………………….. 68
3.2.1. Introduction ……………………………………………………………………………………
68
3.2.2. Transport intermodal de marchandises : définitions et concepts ……………………………….
69
3.2.2.1. La conteneurisation ………………………………………………………………….…… 71
3.2.2.2. Les caractéristiques de la chaine de transport intermodal ………………..……….………...
71
3.2.2.3. Le corridor …………………………………………………………………..……………. 72
3.2.2.4. Brève présentation du corridor de la vallée de Seine ……………………………………………
74
3.2.2.5. Bilan – Conclusion ……………………………………………………………….…………….
75
3.2.3. Système opérationnel de la chaine de transport intermodal ……………………………………

75
3.2.3.1. Introduction ……………………………………………..................................................... 75
3.2.3.2. Les opérations du changement des modes de transport ……………………………..……..76
3.2.3.3. Les procédures d’empotage et de dépotage ………………………………………….…… 84
3.2.3.4. Bilan – Conclusion ………………………………………………………………………….
85
3.2.4. Système décisionnel de la chaine de transport intermodal ……………………………………
86
3.2.4.1. Introduction …………………………………………………………………………... 86
3.2.4.2. Processus n°1 : Déclenchement et clôture de système intermodal …………………….. 87
3.2.4.3. Processus n°2 : Organisation de système de transport intermodal …………………….. 89
3.2.4.4. Processus n°3 : Acheminement des conteneurs ……………………………………….. 92
3.2.4.5. Bilan – Conclusion ……………………………………………………………………. 98
3.2.5. Système informationnel de la chaine de transport intermodal …………………………………
98
3.2.5.1. Introduction ……………..………………………………….………………………………...
98
3.2.5.2. Principaux échanges d’informations relatifs au transport intermodal …………..……… 99
XII
12
Sommaire
3.2.5.3. EDI portuaire ……………………………………………………………………………. 101

3.2.5.4. AP + ……………………………………………………………………………………... 101
3.2.5.5. Bilan – Conclusion ……………………………………….…………………………….. 102
3.2.6. Synthèse de la sous-section 3.2 du chapitre 3 ………………………………………………….
103
3.3. Contribution à la conception d’une architecture du contrôle dans un environnement de

transport intermodal de marchandises ……………………………………………………...
104
3.3.1. Introduction ……………………………………………………………………………………
104
3.3.2. Méthodologie de la conceptualisation de l’architecture de contrôle proposée ………………
104
3.3.3. Architecture de contrôle de la chaine de transport intermodal de marchandises ……………
107
108
3.4. Synthèse du chapitre 3 ……………………………………………………………………..

108
Chapitre 4 – CONTRIBUTION A LA MODELISATION POUR LA SIMULATION DE LA

CHAINE LOGISTIQUE GLOBALE DANS UN ENVIRONNEMENT DE TRANSPORT
INTERMODAL DE MARCHANDISES ………………………………………………………. 110
4.1. Introduction ……………………………………………………………………………….

111
4.2. État de l’art sur les Systèmes Multi-Agents (SMA) ……………………………………..

112
4.2.1. Introduction …………………………………………………………………………... 112
4.2.2. Systèmes multi-agents : définitions et concepts ………………………….…………………….

113
4.2.2.1. La vue « agent » ………………………………………………………………………………….
114
4.2.2.2. La vue « environnement » …………………………………………………………..……………
116
4.2.2.3. La vue « interaction » …………………………………………………………………………….
117
4.2.2.4. La vue « organisation » ………………………………………….……………………………….
119
4.2.3. Analogie entre la chaine logistique et le SMA ………………….………………………………
119
4.3. Méthodologie de la modélisation de la chaine du transport intermodal …………………...

121
4.4. Application de la méthodologie …………………………………………………………..

123
4.4.1. Le méta-modèle du domaine …………………………………………………………………..

123
4.4.1.1. Vision 1 : aspect structurel …………………………………………………………........ 123
4.4.1.2. Vision 2 : aspect orienté processus ……………………………………………………….…........
125
4.4.1.3. Vision 3 : aspect orienté « pertinence, efficacité et efficience » …………………………………
128
4.4.2. Le méta-modèle multi-agent ………………………………………………………………......
130
4.4.2.1. Le méta-modèle agent ………………………………………………………………….. 130
4.4.2.2. Le méta-modèle environnement ………………………………………………………... 131
4.4.2.3. Le méta-modèle organisation ………………………………………………………....... 132
4.4.2.4. Le méta-modèle interaction …………………………………………………………….. 134
4.4.3. Le méta-modèle du domaine agentifié ………………………………………………………...
135
4.4.4. Intégration du protocole d’interaction ……………………………………….………………....
140
13
XIII
4.4.4.1. Le comportement nominal des acteurs impliqués ……………………………………………….

140
4.4.4.2. Le comportement correctif des acteurs impliqués ……………………………………………….
141
4.4.4.3. Le comportement préventif des acteurs impliqués ………………………………………………
145
4.4.5. Le méta-modèle d’implémentation …………………………………………………………….

145
4.5. Synthèse du chapitre 4 ……………………………………………………………………..

152
Chapitre 5 –
CONTRIBUTION A LA SIMULATION POUR LA VALIDATION DES
META-MODELES STATIQUES ET DYNAMIQUES DE LA CHAINE DE TRANSPORT
INTERMODAL DE MARCHANDISES ………………………………………………………. 153
5.1. Introduction ……………………………………………………………………….……...

154
5.2. La génération d’un modèle à l’implémentation ………………………………………….

155
5.3. Le choix de la plateforme d’implémentation …………………………………………….

160
5.3.1. Les plateformes orientées agent ………………………………………………………………..

160
5.3.1.1. La plateforme Zeus ………………………………………………………………………... 160
5.3.1.2. La plateforme MadKit ……………………………………………………………………...161
5.3.1.3. La plateforme AgentBuilder ……………………………………………………………. 161
5.3.1.4. La plateforme Jade ……………………………………………………………………… 161
5.3.2. Etude comparative des plateformes agents …………………………………………………….
162
5.4. Simulation pour la validation des approches proposées …………………………………

165
5.4.1. Création d’un agent de la plateforme ……………………………………………………….

165
5.4.2. Création et envoi d’un message …………………………………………………………….
167
5.4.3. La communication inter-agents ……………………………………………………………..
168
5.4.4. La validation des comportements dynamiques des agents …………………………………..
171
5.4.4.1. Le comportement nominal …………………………………………………………………171
5.4.4.2. Le comportement correctif …………………………………………………………………173
5.5. Synthèse du chapitre 5 …………………………………………………………………...

175
Chapitre 6 – BILAN, CONCLUSION GÉNÉRALE ET PERSPECTIVES …………………

176
GLOSSAIRE ……………………………………………………………………………………
180
REFERENCES BIBLIOGRAPHIQUES ……………………………………………………….

182
ANNEXE ...……………………………………………………………………………………...
193
=2
 Annexe 1 – Les éditeurs des logiciels logistiques mondiaux et français [PIPAME, 2009].
 Annexe 2 – Les atouts du corridor de la vallée de Seine [CCI Normandie, 2014].
 Annexe 3 – Le méta-modèle du domaine agentifié en grand format.
 Annexe 4 – Le méta-modèle d’implémentation en grand format.
XIV
14
« Le peu que je sais, c'est à mon ignorance que je le dois. »

(Sacha Guitry, Toutes réflexions faites)
15
XV
Chapitre 1. Introduction générale : contexte, problématique et positionnement du travail de recherche
Chapitre 1
INTRODUCTION GÉNÉRALE : CONTEXTE, PROBLÉMATIQUE
ET POSITIONNEMENT DU TRAVAIL DE RECHERCHE
CONTEXTE GENERAL
De nos jours, en raison de la globalisation des économies, le transport de marchandises
devra être de plus en plus attentif aux besoins de clients plus soucieux de la nature des services
qui leur sont fournis. Cette évolution se trouvera renforcée par l’arrivée sur le marché de
systèmes et technologies de l’information qui mettent les utilisateurs en mesure de préciser la
nature des services dont ils ont besoins et d’intégrer leurs activités avec celles du système de
transport de marchandises. Les utilisateurs de ce dernier système seront par conséquent de plus
en plus étroitement imbriqués dans des chaines logistiques gérées avec rigueur, des chaines
dans lesquelles les décisions prises en matière de quantités, de lieux et de délais de livraison
seront dictées par les consommateurs. Les fournisseurs sont déjà tenus informés en permanence
du déroulement des programmes de production de telle sorte que les intrants puissent être
introduits dans le processus de production en temps voulu et les biens livrés au consommateur
dans les délais promis. Les défis, déjà sérieux à l’échelle nationale, ainsi lancés aux systèmes
de transport sont encore considérablement amplifiés sur un marché mondialisé.
Plusieurs tentatives ont été menées de la part des industriels et des chercheurs afin
d’émerger la chaine de transport intermodal comme une seule entité autonome. En effet, Les
différentes entités impliquées dans le processus décisionnel partagent leurs connaissances et
unissent leurs compétences afin de mettre en place des chaines continues et intégrées avec
feuille de route unique et de faire face aux exigences d’un environnement économique instable
et concurrent. Nos travaux de recherche exposés dans ce mémoire, se situent dans ce contexte.
OBJECTIF DE LA THESE
C’est dans ce contexte turbulent de changements importants que nous intervenons. Nous
traitons, dans ce mémoire, une problématique sur l’harmonisation et la maitrise complète de la
chaine logistique. Nous avons comme ambition d’apporter une contribution au développement
de moyens optimisés de la structuration de l’information, d’aide à la décision et de
renseignement d’expertise dans différents domaines métiers en nous focalisant plus
particulièrement sur les systèmes de transport intermodal. La promotion de l’intermodalité est
16
un outil stratégique permettant d’envisager les transports suivant une logique de systèmes. Les
systèmes de transport proposés sont alors des liaisons porte-à-porte indépendantes des modes,
fondés sur diverses possibilités de transport modal viables, représentant une utilisation plus
rationnelle et plus équilibrée de la capacité de transport disponible (infrastructure, matériel
roulant, équipement de manutention, etc.), qui réduit les coûts et génère de la valeur ajoutée.
Dans une chaine de transport intermodal de marchandises, on constate souvent que les
acteurs de ces chaines interviennent pour de multiples tâches. Plusieurs métiers sont des
spécialisations diverses. Il y a donc un vrai besoin des méthodes et des outils permettant de
monter les interfaces potentielles qui pourraient exister entre acteurs aux métiers semblables ou
différents susceptibles de collaborer, de se coordonner et d’inter-opérer. Vu sa complexité, la
concrétisation de ce concept d’intermodalité n’est possible qu’à travers un modèle approprié.
Afin de mettre en évidence toutes les contraintes qui nous sont posées, nous proposons
l’utilisation conjointe d’une approche sémantique (AS) et du paradigme distribué multi-agent
(SMA) pour la modélisation, l’analyse et l’évaluation des performances de ces réseaux de
transport. En effet, aspirant à l’élaboration d’un système global cohérent et capable de gérer les
interactions entre les divers modes de transport. Il doit permettre aussi de tenir compte des
caractéristiques et des intérêts de l’ensemble des activités tout au long de la chaine. Il convient
donc de nuancer les objectifs de nos travaux de recherche en exposant les éléments qui
constituent l’idée et le contexte du besoin de notre thèse (Tab.1.1).
Titre du sujet Modélisation et évaluation des performances de la chaine du transport

proposé intermodal de porte à porte.
Acteurs du projet  Mme. Fairouz GOUIZA : La doctorante – Ingénieur en administration réseau

titulaire d’un master 2 recherche en informatique industrielle de l’université de
Haute Alsace;
 M. Abdellatif BENABDELHAFID : Le directeur de la thèse – Professeur des
universités, directeur de l’équipe de recherche SILI (Système d’Information de
Logistique Intégrée) à l’université du Havre et secrétaire général du réseau
CEMUR (Coopération Europe Maghreb des Universités en Réseau) ;
 M. Adnan YASSINE : Le co-encadrant de la thèse – Professeur des universités
en optimisation et recherche opérationnelle, directeur de recherche à l’école
d’ingénieur ISEL (Institut Supérieur d’Etudes Logistiques).
17
Equipe de Les travaux de recherche de cette thèse sont menés au sein de l’équipe SILI. Cette
recherche
équipe est principalement orientée vers les problèmes de l’intégration de la chaîne
logistique globale. La réalisation d’un système de la logistique intégrée requiert des
compétences variées. Il est nécessaire de résoudre des problèmes de modélisation,
d’optimisation et d’élaboration des systèmes d’information.
Demandeur de la  Etablissement: Université du Havre ;

thèse
 Laboratoire : LMAH (Laboratoire de Mathématiques Appliquées du Havre);
 Grand Réseau de Recherche (GRR): TL-TI (Transport, Logistique,
Technologies de l’Information) ;
 Intitulé du projet structurant du GRR: APLOG (Amélioration et Performance
de la LOgistique Globale).
But à atteindre du L’harmonisation et la maitrise complète de la chaine logistique.

projet APLOG
Contexte de la Le projet APLOG s’intéresse à la configuration actuelle des structures logistiques

demande
en Haute Normandie (équipements, acteurs, métiers, …). Le projet s’intéresse
particulièrement au management des chaines logistiques globales : organisation,
processus de décision des acteurs au regard des nouvelles tendances, rôle des
différents acteurs, offres / besoins et évolutions des structures (ports, opérateurs
économiques agréés, …).
Résultat attendu La contribution au développement de moyens optimisés d’analyse et de la

structuration de l’information, d’aide à la décision, de renseignement et d’expertise
dans différents domaines métiers, et en premier lieu les systèmes de logistique et
les systèmes de transport.
Articulation avec Le passage portuaire, RISC (Réseaux d'Interaction et Systèmes Complexes), PlaIR
d’autres projets
(Plateforme d’Indexation Régionale), etc.
Tab.1.1 : Les éléments qui constituent l’idée et le contexte du besoin de notre thèse.
Un des challenges consiste à passer d’une organisation compartimentée et discontinue à

une organisation fluide favorisant la circulation des flux, les relations, les complémentarités et
les synergies entre les différentes entités de la chaîne de transport intermodal. Dans ce cadre,
les enjeux de nos travaux de recherche se présentent comme les deux faces d’une même
problématique :
18
 Face 1 (flux informationnel) : Les acteurs de la chaine de transport intermodal

interviennent pour de multiples tâches. Plusieurs métiers sont des spécialisations très
diverses. Il y a un vrai besoin de montrer les interfaces potentielles qui pourraient exister
entre acteurs aux métiers semblables ou différents susceptibles de collaborer, de se
coordonner et d’inter-opérer ;
 Face 2 (flux physique) : La principale conséquence d’un transport intermodal est la

génération des ruptures de charge. La rupture de charge est l’ensemble des opérations
permettant le transfert du conteneur d’un mode de transport à un autre ou au sein d’un
même, immédiatement ou après une période de stockage. Ces opérations se déroulent
généralement dans un terminal intermodal, leur avantage est la massification des flux mais
elles sont coûteuses, pénalisantes et elles génèrent de conflits entre les opérateurs. Il y a un
vrai besoin de limiter les contraintes liées à ces ruptures.
Afin de répondre à ces besoins, nos travaux de recherche que nous présentons dans ce
manuscrit ont pour objectif de proposer les solutions suivantes :
 Modéliser la chaine logistique dans un environnement du transport intermodal de

marchandises (service porte à porte) en se focalisant sur les activités liées aux ruptures de
charge. Une modélisation cohérente permettant de voir la chaine de transport intermodal
dans sa globalité afin d’apporter une aide précieuse en matière d’intégration et d’évaluation
de performance des systèmes logistiques et des systèmes de transport;
 Développer des méta-modèles capables de distinguer les différentes opérations de transport

intermodal (ruptures de charge) et de les synchroniser avec l’ensemble des chaines
productives et des processus logistiques en utilisant les SMA ;
 Représenter l’écoulement des marchandises et la répartition des compétences et des

connaissances entre les différents acteurs. Il s’agit d’un outil qui fournit les interactions et
les règles de l’organisation permettant d’identifier les bons interlocuteurs sur le réseau du
transport intermodal ;
 Valider les résultats obtenus à l’aide de simulation avec des études de cas d’un réseau de
transport de la région Haute Normandie.
PLAN SYNTHETIQUE DE LA THESE

Ce mémoire de thèse est composé de six chapitres. Les paragraphes suivants résument
l’ensemble des chapitres:
19
Le premier chapitre est une introduction générale qui positionne nos travaux de
recherche dans leur contexte en identifiant les objectifs, la problématique et les questions de
recherche qui en découlent.
Le deuxième chapitre présente un état de l’art permettant de fournir un tour d’horizon

sur les différentes visions adoptées par la communauté scientifique dans la conceptualisation
de la chaine logistique, présenter les différentes définitions issues de la littérature scientifique
de la gestion de la chaîne logistique, discuter les différentes approches de la modélisation dans
la chaîne logistique et enfin, définir les différents concepts liés à l’évaluation de performance
de la chaine logistique en proposant un tour d’horizon sur l’ensemble des méthodes et des
modèles proposés dans la littérature scientifique.
Le troisième chapitre se focalise d’une part sur une analyse détaillée des concepts
fondamentaux de notre domaine spécifique afin de pouvoir réaliser une conceptualisation fidèle
à l’environnement de transport intermodal de marchandises (porte à porte). D’autre part, il
propose une structure générique et une architecture de contrôle de performance mixte à
plusieurs superviseurs ayant des liens communs afin de pouvoir respecter la spécificité
structurelle, organisationnelle et décisionnelle du système étudié.
Le quatrième chapitre décrit la construction d’une modélisation reflétant de façon plus

fidèle, en partant de la conceptualisation, la propre image de la chaine logistique globale dans
un environnement du transport intermodal porte à porte. Dans un premier lieu, ce chapitre
recueille les principaux concepts liés au processus de développement « ArchMDE » adopté afin
de mener à terme cette étape de modélisation. Par la suite, il spécifie les méta-modèles proposés
et les relations de fusion entre eux.
Le cinquième chapitre se focalise sur la validation de notre solution mise en place. Il

s’agit d’une vérification de la compatibilité de notre méta-modèle avec la réalité du terrain.
Dans un premier lieu, ce chapitre exploite l’étude sur le terrain de cas de la région de la Haute
Normandie afin de générer un modèle nécessaire à l’implémentation. Ensuite, il présente une
étude qui justifie notre choix de l’outil d’implémentation Jade. Enfin, il traite le couplage de
notre modélisation à la simulation permettant ainsi la description du mécanisme obtenu qui
reflète le comportement du système réel.
Le sixième chapitre conclut et résume les travaux réalisés en proposant quelques pistes
pour les travaux futurs.
20
Chapitre 2. Etat de l’art sur la modélisation et l’évaluation des performances pour la gestion de la chaine logistique
Chapitre 2
ÉTAT DE L’ART SUR LA MODÉLISATION ET L’ÉVALUATION DES
PERFORMANCES POUR LA GESTION DE LA CHAINE LOGISTIQUE
Table des matières

2.1. Introduction
2.2. De la chaine logistique à la gestion de la chaine logistique
2.2.1. Étymologie de la logistique
2.2.2. Définitions de la chaine logistique
2.2.2.1. Définitions de la chaine logistique issues de la littérature scientifique
2.2.2.2. Acteurs et structure de la chaine logistique
a. La dimension horizontale (orientation structure / acteur)
b. La dimension verticale (orientation produit / processus)
c. Le positionnement de l’acteur dans la chaine logistique
2.2.2.3. Flux dans la chaine logistique
2.2.3. Définitions de la gestion de la chaine logistique

2.2.3.1. Définitions de la gestion de la chaine logistique issues de la littérature scientifique
2.2.3.2. Les ententes industrielles entre centres de décision
2.2.3.3. Système décisionnel relatif à la gestion d’une chaine logistique
2.2.3.4. Système informationnel de la chaine logistique – Infologistique
a. Les logiciels de la gestion interne de la chaine logistique
b. Les outils de communications inter-entreprises
c. Les outils et services de mobilité
d. Les outils d’identification et de traçabilité
2.2.4. Bilan – Conclusion
2.3. Modélisation de la chaine logistique

2.3.1. Modèles organisationnels
2.3.1.1. Approche hiérarchique
2.3.1.2. Approche hétérarchique
2.3.2. Modèles analytiques

2.3.3. Modèles pour la simulation
2.3.4. Bilan - Conclusion
21
2.4. Évaluation de performance de la chaine logistique

2.4.1. Définitions et concepts : mesure, indicateur et évaluation de performance
2.4.2. Méthodes d’évaluation de performance de la chaine logistique
2.4.2.1. Méthodes d’évaluation de performance orientées processus
a. La méthode ABC - ABM
b. La méthode BSC
c. Le modèle SCOR
2.4.2.2. Méthodes d’évaluation de performance orientées centres de décisions
a. La méthode ECOGRAI
b. Le triplet efficacité / efficience / pertinence
2.4.3. Bilan - Conclusion
2.5. Synthèse du chapitre 2
22
2.1. Introduction
Après avoir mis l’accent sur le contexte, la problématique et le positionnement des

travaux de recherche. Ce deuxième chapitre de ce manuscrit se focalise sur l’acquisition d’un
état de l’art d’une part sur la chaine logistique et la gestion de la chaine logistique, et d’autre
part sur la modélisation et l’évaluation de performance de la chaine logistique:
La deuxième section (cf. section 2.2) présente d’une part, une étude chronologique
permettant de distinguer plusieurs périodes dans la logistique militaire en mettant en évidence
les principaux concepts qui sont à la base de la démarche logistique actuelle en fournissant un
tour d’horizon sur les différentes visions adoptées par la communauté scientifique dans la
conceptualisation de la chaine logistique. In fine, l’émergence de la chaîne logistique a fait
naître des besoins en matière d’intégration d’entreprises et de coordination des flux de matière
et des flux d’information. C’est la gestion de la chaîne logistique qui englobe les approches, les
méthodes et les outils permettant de répondre à ces besoins. D’une part, nous présentons les
différentes définitions issues de la littérature scientifique de la gestion de la chaîne logistique
et nous définissions l’ensemble des ententes industrielles nouées inter et intra-entreprises, en
prolongeant l’étude par ces différentes architectures de pilotage qui forment l’articulation entre
le système décisionnel et le système d’information des chaines logistiques. Par la suite, nous
proposons les définitions des différentes familles des systèmes informationnels existants.
Tout au long de la troisième section (cf. section 2.3), nous présentons les différentes
approches de la modélisation dans la chaîne logistique. Ceci permet de constater l’importance
des modèles à base des agents (SMA) qui sont adaptés aux caractéristiques dynamiques de tels
systèmes complexes.
Pour sa part, la quatrième section (cf. section 2.4) définit les différents concepts liés à
l’évaluation de performance de la chaine logistique et propose un tour d’horizon sur
l’ensemble des méthodes et des modèles proposés dans la littérature scientifique afin de mener
des bonnes pratiques d’évaluation de performance. Ceci permet de constater l’importance des
travaux menés par Lauras dans [Lauras, 2004] concernant l’établissement d’un lien entre la
vue décisionnelle, la vue fonctionnelle et la performance. Enfin, une synthèse qui positionne
nos travaux de recherche sera proposée dans la cinquième section (cf. section 2.5).
23
2.2. De la chaine logistique à la gestion de la chaine logistique
2.2.1. Étymologie de la logistique
La définition de la logistique prend un sens plus précis suivant le contexte dans lequel
elle a été déployée durant son évolution au fil des temps. En effet, le terme « logistique » a une
source mathématique. Il est apparenté au mot grec « logistikos » qui signifie « relatif au calcul »
[Roquefort, 1829], « qui concerne le raisonnement » [Le Petit Robert, 2015]. C’est le
philosophe grec Platon (428-348 av. J.C.) qui, le premier, s’est servi du mot « logistikos » pour
désigner la logistique comme le calcul pratique et la distinguer de l’arithmétique théorique
[Caveing, 1997]. Le mot « logistique » est employé la première fois dans la langue française en
1590, comme un adjectif qui signifie « qui pense logiquement » [Lièvre, 2007]. En 1611, la
logistique est étudiée comme une partie de l’algèbre qui traite les quatre opérations élémentaires
[Famuel, 1690]. En 1765, nous trouvons une association entre le terme « logistique » et celui
de logarithme, on parle de logarithme logistique (la loi log-logistique connue aussi comme
la distribution de Fisk en économie) [Montferrier, 1835]. Au début du XXe siècle, la logistique
devient une discipline qui s’intéresse à la dimension logique des mathématiques [Russel et
Whitehead, 1910-1913]. En effet, Bertrand Russell considère que les mathématiques est l’étape
de maturité de la logique et donc il participe à la naissance de la logique moderne.
Les chefs de guerre du IVe millénaire av. J.C. se préoccupaient du soutien en denrées
alimentaires de leurs troupes. Le premier théoricien militaire de l’histoire, le général chinois
Sun Tzu (544-496 av. J.C.) a placé la problématique de l’approvisionnement au cœur de ses
préoccupations [Griffith, 2006]. Alors qu’Alexandre Le Grand (356-323 av. J.C.) est le premier
à expliquer que la guerre nécessite avant tout une préparation importante pour pouvoir mener
campagne dans les meilleures conditions envisageables. En effet, il fut certainement le premier
chef de guerre à fournir une réponse novatrice à l’arbitrage mobilité-approvisionnements en
vivre [stratégie logistique, 2003]. Ainsi les Romains entretenaient des stocks de denrées
alimentaires dans les villes occupées. En effet, Jules César (100-40 av. J.C.), en créant la
fonction « logista » chargeait un officier de s’occuper des mouvements des légions romaines
pour organiser les campements de nuit et prévoir les dépôts d’approvisionnement en territoire
soumis [Médan et Gratacap, 2008]. Du Xe siècle au XVIIIe siècle, à Byzance, la logistique de
guerre était étudiée avec un grand soin non seulement pour des questions stratégiques mais
aussi tactiques. En effet, selon l’Empereur byzantin Léon VI (886-912), la logistique est
considérée tout aussi importante que la stratégie (conduite des troupes) et la tactique
24
(organisation du combat), elle devait s’occuper non seulement de la préparation de l’armée,

mais encore de toutes les tâches en lien avec les déplacements. Cette interprétation de la
logistique influença durablement les auteurs militaires subséquents [Leo, 2010]. On remarque
dès le XVIe siècle que la France contribua aux améliorations dans le domaine logistique. Un
service dit de « subsistance » était responsable de bien ravitailler les soldats avant les combats.
Pour assurer le transport alimentaire, les premières unités de transport militaire appelées
« équipages de vivres » furent mises en place en 1643 [Lung, 1983]. A travers l’histoire de
l’humanité, des guerres furent gagnées ou perdues grâce aux atouts et capacités de la logistique,
ou au contraire, à cause de ses faiblesses. La défaite des Britanniques dans la guerre
d’Indépendance des Etats-Unis (1775-1783) serait due à des erreurs logistiques.
Au XIXe siècle et dans tous les pays, les milieux militaires négligeaient
systématiquement les problèmes de soutien. En effet, face à la taille croissante de l’armée du
premier Empereur des français Napoléon 1er (1769-1821), les compagnies civiles privées ne
furent plus jugées assez efficaces. Ainsi, toutes les opérations de transport militaire sont
maintenant effectuées par des militaires. C’est dans cet état d’esprit que Napoléon Bonaparte
créé le train d’artillerie en 1800, le train du génie et le train des équipages en 1807. On pourrait
dire que l’activité de soutien non stratégique assurée par des prestataires extérieurs devient
stratégique et intégrée. Antoine-Henri de Jomini (1779-1869), suite à sa mission de maréchal
général des « logis1» de la cavalerie française au service de Napoléon 1er, ce théoricien fût le
premier à expliciter le rôle de la logistique dans la conduite d'opérations militaires dans son
« Précis de l'Art de la Guerre », publié en 1837. La vision qu'a Jomini de la logistique ou
« l'application pratique de l'art de mouvoir les armées » peut-être transposée sur le terrain des
entreprises. En effet, il traite la question que se posent encore aujourd'hui de très nombreux
chercheurs et professionnels qui s'intéressent à la logistique, civile ou militaire : la logistique
est-elle une " science de détail " ou est-elle une " science générale " ? [Colin, 1996]. Plus tard,
dans son ouvrage révolutionnaire intitulé « Pure Logistics. The Science of War Preparation »,
l'amiral américain George Cyrus Thorpe (1875-1936) considère la logistique comme une
science et un volet complet de la conduite de la guerre, qui regroupe un nombre important
d'activités (tels que le ravitaillement, les transports, l’ingénierie, l'entretien, le service sanitaire,
l'administration ainsi que d'autres activités logistiques) qui doivent être coordonnées avec les
intentions stratégiques et tactiques [Thorpe, 1986].
1
Responsable pour la discipline et le soutien des troupes.
25
Au XXe siècle, naturellement la « logistique militaire » a pris une place croissante dans
la pensée militaire au cours de l’histoire. En effet, c’est pendant la Seconde Guerre mondiale
(1939-1945) que la logistique militaire a trouvé toute son envergure en Europe : la bataille de
Normandie reste la plus grande opération logistique de débarquement [Colin, 1996]. Le
débarquement des Alliés en Normandie, réussi de justesse en juin 1944, s'explique par l'intense
effort de préparation logistique, engagé sous l'impulsion de Chef d'état-major américain, le
général George Marshall (1880-1959). Depuis, la logistique et le transport militaires se sont
développés progressivement, en s’adaptant aux besoins de l’armée et à l’évolution des combats
et des opérations de la France partout dans le monde. La pensée de la logistique civile s’est
construite en parallèle à la pensée de la logistique militaire du fait de finalités différentes comme
le développement des travaux structurant la recherche opérationnelle, permettant ainsi aux
entreprises, dès la période de l’après-guerre, d’adopter un premier traitement de la logistique.
2.2.2. Définitions de la chaine logistique
La période de 1950 à 1975 marque la phase de développement de la logistique

d’entreprise. En 1972, le NCPDM (National Council of Physical Distribution Management)
livre une analyse approfondie sur ce qu’est la logistique: « Terme décrivant l’intégration de
deux (ou plusieurs) activités dans le but de planifier, mettre en œuvre et contrôler un flux
efficient de matières premières, produits semi-finis et produits finis, de leur point d’origine au
point de consommateur. Ces activités peuvent inclurent, sans que la liste ne soit limitative, le
type service offert aux clients, la prévision de la demande , les communications liées à la
distribution, le contrôle des stocks, la manutention des matières, le traitement des commandes,
le service après-vente et des pièces détachées, le choix des emplacements d’usines et
d’entrepôts, les achats, l’emballage, le traitement des marchandises retournées, la négociation
ou la réutilisation des éléments récupérables ou mis à la ferraille, l’organisation du transport
et le transport effectif des marchandises ainsi que l’entreposage et le stockage.» Cette définition
prend en compte des phases d’approvisionnement, de recyclage et de certains aspects de
management (planification et contrôle). Durant la période allant de 1975 à 1995, la logistique
qui était opérationnelle, où le client accepte de patienter avec des délais et une qualité moyens,
se transforme à une logistique intégrée [Médan et Gratacap, 2008]. Et donc, tous les services
(conception, production, distribution, etc.) doivent collaborer et échanger des informations. A
partir de l’année 1995, le client devient roi à un large choix. Ce qui a nécessité la prise en
compte des contraintes de plusieurs acteurs de la chaine logistique pour d’une part assurer un
compromis équitable entre les objectifs de chacun (gagnant-gagnant). D’autre part, avec de la
26
coopération et de la collaboration, pour assurer un flux de matière sans rupture, fiabiliser et

fluidifier le flux d’informations correspondant.
2.2.2.1. Définitions de la chaine logistique issues de la littérature scientifique
Le terme « chaîne logistique » vient de l’anglais « Supply Chain » qui signifie

littéralement « chaîne d'approvisionnement ». La chaîne logistique est un domaine qui a suscité
depuis des années l’intérêt de la communauté scientifique. Plusieurs définitions ont vu le jour
aussi intéressantes les unes que les autres : il n’y a pas une définition universelle de ce terme.
Dans nos travaux de thèse nous proposons un tour d’horizon de quelques-unes des définitions
existantes. Ces définitions sont recensées dans le tableau suivant (Tab.2.1) :
Auteurs Définitions
La chaîne logistique peut être considérée comme le réseau

[Christopher, 1992]
d'entreprises qui participent, en amont et en aval, aux différents
processus et activités qui créent de la valeur sous forme de produits
et de services apportés au consommateur final. En d'autres termes,
une chaîne logistique est composée de plusieurs entreprises, en
amont (fourniture de matières et composants) et en aval
(distribution), et du client final.
La chaîne logistique est un réseau d'installations qui assure les

[Lee et Billington, 1993]
fonctions d'approvisionnement en matières premières, de
transformation de ces matières premières en composants puis en
produits finis, et de distribution des produits finis vers le client.
Une chaîne logistique est un ensemble d'entreprises qui se

[La Londe et Masters, 1994]
transmettent des matières. En règle générale, plusieurs acteurs
indépendants participent à la fabrication d'un produit et à son
acheminement jusqu'à l'utilisateur final - producteurs de matières
premières et de composants, assembleurs, grossistes, distributeurs et
transporteurs sont tous membres de la chaîne logistique.
Un groupe d’entreprises qui sont légalement séparées mais

[Greis et Kasarda, 1997]
stratégiquement alignées et opérationnellement interdépendantes.
Elles s’intéressent aux opportunités spécifiques du marché.
Une chaine logistique est un ensemble de relations

[Tayur et al, 1999] –
clients/fournisseurs successives intégrant, pour chaque entité, les
[Stadlter et Kilger, 2000]
activités d’approvisionnement, de production et de distribution.
Une chaine logistique est un ensemble de deux ou plusieurs

[Tsay, 1999]
entreprises liées par des flux de marchandises, flux d’informations et
flux financiers.
Une chaîne logistique est constituée de deux ou plusieurs

[Stadlter et Kilger, 2000]
organisations indépendantes, liées par des flux physiques,
informationnels et financiers. Ces organisations peuvent être des
27
entreprises produisant des composants, des produits intermédiaires et

des produits finis, des prestataires de service logistique et même le
client final lui-même.
Un groupe d'au moins trois entités directement impliquées dans les

[Mentzer et al, 2001]
flux amont et aval de produits, services, finances et/ou information,
qui vont d'une source jusqu'à un client.
Un groupe d’entreprises qui sont reliées par des flux de produits (flux
[Rota-Franz et al, 2001] -
bidirectionnel ou flux de sous-traitance) et des flux d’information
[Monteiro, 2001]
(flux de données, flux de décision ou les métriques).
Une chaine logistique est un réseau global d’organisations qui

[Govil et Proth, 2002]
coopèrent pour réduire les coûts et augmenter la vitesse des flux de
matières et d’informations entre les fournisseurs et les clients.
Un réseau d’organisations ou de fonctions géographiquement

[Génin, 2003]
dispersées sur plusieurs sites qui coopèrent, pour réduire les coûts et
augmenter la vitesse des processus et activités entre les fournisseurs
et les clients.
Une chaine logistique est toutes les activités impliquées dans la

[Lummus et Vokurka,
livraison d’un produit depuis le stade de matière première jusqu’au
2004]
client en incluant l’approvisionnement en matière première et
produits semi-finis, la fabrication et l’assemblage, l’entreposage et le
suivi des stocks, la saisie et la gestion des ordres de fabrication, la
distribution sur tous les canaux, la livraison au client et le système
d’information permettant le suivi de toutes ces activités.
Tab.2.1 : Définitions de la chaine logistique issues de la littérature scientifique.
Dans le tableau 2.1 (Tab.2.1), les définitions proposées sont très variées mais reprennent
cependant un certain nombre d’idées communes et évoquent toutes les mêmes éléments clés de
la chaîne logistique suivant des visions différentes. Pour notre part, nous considérerons que la
chaîne logistique peut ainsi se définir en tant que :
 Un ensemble des acteurs assemblés au sein d’une structure de fonctionnement

régulée – Plusieurs définitions identifient l’ensemble des éléments (acteurs) existant au
sein d’une chaine logistique. Une chaîne logistique est ainsi vue comme un réseau
d’entreprises, d’installations, de sites, … et de client final. Ces acteurs sont, suivant des
visions différentes, caractérisés par trois attributs: organisation, géographie et
granularité décisionnelle. La structure topographique qui assemble tous ces acteurs peut
être orientée selon deux visions : vision centrée « structure / entreprise » et vision
centrée « produit / processus » (cf. section 2.2.2.2);
28
 Ayant un système de communication pour faciliter la circulation de produits et de

l’information – De nombreuses définitions mettent l’accent sur le terme « flux ». Les
flux sont ainsi vus comme les entités qui mettent en relation tous les acteurs impliqués
dans la chaine logistique (cf. section 2.2.2.3) ;
 Dont le but de répondre à des besoins et d’atteindre des objectifs déterminés –

Certaines définitions insistent d’avantage sur la finalité d’une chaîne logistique en
introduisant la notion de « performance ». Cette performance étant principalement
caractérisée par la satisfaction du client final. Fenies et Gourgand [Fenies et Gourgand,
2004] complètent cette vision de la chaîne logistique en distinguant la performance
collective (optimisation globale du fonctionnement de la supply chain) et la
performance individuelle (maximisation du profit d’une entité) (cf. section 2.4).
2.2.2.2. Acteurs et structure de la chaine logistique
Pour caractériser la structure organisationnelle d’une chaîne logistique, le modèle le plus

connu est celui de Lambert et Cooper [Lambert et Cooper, 2000] qui proposent une
structuration tridimensionnelle d’un réseau logistique qui seraient « La dimension horizontale,
la dimension verticale et la position de l’acteur dans la chaine logistique » :
a. La dimension horizontale (orientation structure / acteur)
Cette dimension structure la chaine logistique autour de l’entreprise (vue inter-

organisation) qui peut à son tour, selon une vision intra-organisationnelle, prendre diverses
formes organisationnelles [Stadlter et Kilger, 2000] :
 Structure organisationnelle d’acteur – Cette structure cible l’identité même de chacune

des organisations impliquées dans la chaîne logistique. L’entreprise peut être
représentée sous plusieurs formes d’organisation qui seraient: 1) L’entreprise
traditionnelle est une organisation disposant d'une autonomie (processus d’élaboration
complet d’un produit) et ses activités peuvent être décomposées en deux phases
distinctes : l’activité productive (création de biens ou services) et l’activité de
redistribution des richesses (en contrepartie des biens ou services) [Lexique, 2006].
Lorsque les différentes activités d’une même entreprise sont implantées sur des sites
géographiquement distribuées, on parlera ainsi de l’entreprise multi-sites ; 2)
L’entreprise réseau est un ensemble d’entreprises juridiquement indépendantes liées
29
par le cycle de production pour répondre à un besoin précis, chaque entreprise membre
participe au processus d’élaboration partiel d’un produit ou un service, en créant alors
une dépendance mutuelle avec les partenaires sélectionnés et évoluant autour d’une
entreprise pivot [Julien, 1994]. La relation « donneur d’ordre » passe désormais de la
hiérarchie traditionnelle à la collaboration en concluant un ensemble des ententes (cf.
section 2.2.3.2). La chaine logistique se distingue du concept de l’entreprise réseau
car cette dernière n’est pas obligatoirement orientée sur le processus d’élaboration
complet d’un produit fini. L’entreprise virtuelle est considérée comme une entreprise
réseau ayant une existence temporaire. Elle cherche à exploiter des opportunités
volatiles sans superstructure organisationnelle importante ; 3) L’entreprise étendue est
un groupe d’entreprises qui sont légalement séparées mais stratégiquement alignées et
opérationnellement interdépendantes (en termes de ressources leur permettant
d’atteindre les objectifs). Elles s’intéressent aux opportunités spécifiques du marché
[Greis et Kasarda, 1997]. L’entreprise étendue correspond à un très haut niveau de
collaboration, il s’agit du stade ultime de l’entreprise réseau. Les entreprises
impliquées partagent un système de gestion (standard commun) permettant
l’interopérabilité des différents systèmes de gestion associés à chaque entreprise.
 Structure organisationnelle de la chaine logistique – Selon Mentzer et al. [Mentzer et

al., 2001], une chaîne logistique peut prendre trois formes possibles qui seraient: 1) Une
chaîne directe, c’est la forme minimale de la chaine logistique, le réseau se limite à
l’entreprise productrice, son fournisseur direct et son client final ; 2) Une chaîne
étendue, c’est une chaine logistique directe qui inclut trois autres catégories d’acteurs:
le fournisseur du fournisseur en amont ainsi que le client du client en aval ; 3) Une
chaîne globale, cette forme de réseau tient compte de toutes les organisations
impliquées dans la chaîne logistique. Ce type de réseau est très complexe à étudier.
Cette complexité est due au nombre de maillons présents et à la variété des relations
existantes. Cette structure est aussi dénommé « l’étendue de l’intégration », Paché et
Spalanzani [Paché et Spalanzani, 2013] proposent cinq niveaux de cette intégration qui
seraient « inter-organisationnelle, inter-organisationnelle limitée, inter-
organisationnelle étendue, multi-chaines et sociétale ».
 Structure topographique de la chaine logistique – Beamon et Chen [Beamon et Chen,

2001] classent les structures topographiques de la chaîne logistique en quatre familles
qui seraient « convergents, divergents, conjoints et généraux » (Fig.2.1). Pour définir
30
ces structures Cheyroux suit le trajet de matières dans la chaîne [Cheyroux, 2003] : dans
une chaine convergente, la matière qui circule entre les sites converge vers un seul et
même site qui est logiquement le lieu d’assemblage final. L’industrie navale ou encore
aéronautique sont des bons exemples de ce type de chaîne. Une structure totalement
convergente signifie l’absence de réseaux de distribution pour la vente des produits. A
l’opposé du cas précédent, dans une chaine divergente, la matière part d’un point unique
et se distribue à travers la chaîne. Cela concerne par exemple l’industrie minière. Une
structure purement divergente est incertaine, car cela signifierait que le produit fini ne
découle que d’un fournisseur amont. La juxtaposition de ces deux structures
(convergente et divergente) forme une chaine conjointe. Une chaîne générale / mixte
n’est ni totalement convergente ni totalement divergente. Généralement, la topologie
d’une chaîne logistique est donc de type « réseau » (Fig.2.2), avec des ramifications
plus ou moins grandes [Galasso, 2007].
Structure convergente Structure conjointe
Structure divergente Structure générale
Fig.2.1 : Les structures topographiques de la chaine logistique [Beamon et Chen, 2001].
Fig.2.2 : Structures élémentaires d’une chaine logistique [Galasso, 2007].
31
b. La dimension verticale (orientation produit / processus)
La dimension verticale structure la chaîne logistique autour d’un produit fini et de ses
composants en se focalisant sur les fonctions nécessaires à sa production et à sa distribution
vers le client. Ainsi, la chaîne logistique est considérée comme un ensemble des processus clés.
Cooper et al. [Cooper et al., 1997] et Lambert [Lambert, 2006] ont identifié dans leurs ouvrages
les processus clés de la chaîne logistique qui peuvent être catégorisés en cinq macro processus
« la planification, l’approvisionnement, la production, la distribution et la gestion de retour » :
 La planification - est un processus ayant pour but l’organisation des autres processus
de la chaîne logistique. Il porte généralement sur trois activités fondamentales : la
prévision de la demande, la gestion du stock et la planification de la production ;
 L’approvisionnement - est défini à travers les activités nécessaires pour récupérer de la

matière première afin de fabriquer le produit. Le processus d’approvisionnement
regroupe toutes les relations avec les fournisseurs pour assurer les niveaux de stocks en
composants nécessaires et suffisants pour la fabrication ;
 La production - représente l’ensemble des activités nécessaires pour réaliser le produit,

le fabriquer et le stocker. Il se base essentiellement sur la conception du produit et la
gestion de la production et des services. Les méthodes utilisées pour la gestion de la
production cherchent à améliorer le flux des produits dans les ateliers de fabrication à
travers la planification et l’ordonnancement, etc… ;
 La distribution - englobe toutes les activités prenant en charge les commandes clients
et leur livraison. Ce processus reprend les questions d’optimisation des réseaux de
distribution : l’organisation et le choix des moyens de transport, le choix du nombre
d’étages (ou d’intermédiaires) dans le réseau de distribution ainsi que le positionnement
des entrepôts et leur mode de gestion ;
 La vente - mis en œuvre par le service commercial, elle développe les relations envers
le client (négociation des prix et des délais, enregistrement des commandes, …) et par
extension, recherche une meilleure connaissance du marché. Ce processus est également
chargé de définir la demande prévisionnelle pour anticiper l’évolution de ses ventes;
 La gestion des retours (après-vente) - est un processus prenant en compte toutes les
activités nécessaires pour gérer le retour du produit défectueux par le client ou par un
autre maillon du réseau, leur réparation, voire leur destruction et/ou leur recyclage.
32
c. Le positionnement de l’acteur dans la chaine logistique globale
Cette dimension fait référence à la position qu’occupe une entreprise dans la chaîne.
Chacun des acteurs peut être assimilé à un centre de décision. Chaque centre de décision a la
capacité de prendre ses propres décisions, en réponse ou non à des événements extérieurs qui
influent sur l’environnement ou ils évoluent (cf. section 2.2.3.3). Pour les grands réseaux,
Lambert et Cooper [Lambert et Cooper, 2000] et Min et Zhou [Min et Zhou, 2002] proposent
de classer les acteurs de la chaîne en deux catégories : 1) Les membres essentiels (acteurs
industriels majeurs contribuant à l’élaboration du produit) ; 2) Les membres secondaires
(consultants, banques, partenaires de recherche, …). La granularité décisionnelle d’un acteur
dépend aussi de l’organisation décisionnelle des entités qui le composent : 1) L’organisation
fragmentée est archaïque et n’a pas pour vocation une quelconque coordination entre les entités
qui la composent ; 2) L’organisation centralisée est caractérisée par le contrôle d’une entité de
l’ensemble de l’organisation, la coordination entre les entités se fait par l’intervention de l’entité
de contrôle ; 3) L’organisation hiérarchisée est caractérisée par une structure dans laquelle les
niveaux supérieurs définissent les contraintes et les objectifs à atteindre ; 4) L’organisation
centralisée / hiérarchisée se caractérise par le fait que toute entité possède un centre de décision
qui soit autonome dans ses prises de décisions à condition de respecter des contraintes globales
fournies par le système de décision coordinateur. Dans ces organisations, l’inconvénient réside
dans le fait que ce type d’organisation est mal adapte à l’environnement actuel des entreprises.
Cela est dû à la difficulté ou à l’impossibilité de réunir l’ensemble des acteurs dans de telles
structures en raison de leur appartenance à des organismes partenaires voire concurrents ; 5)
L’organisation distribuée (organisation en réseau) se caractérise par le fait que chacun des
centres de décision, qui représente un partenaire, est totalement autonome dans ses prises de
décisions. Il n’existe pas de structure dirigeante de l’ensemble de l’organisation. Dans ce type
d’organisation, il est difficile de mesurer la cohérence et l’influence que peuvent avoir les
décisions prises localement sur le reste du système.
2.2.2.3. Flux dans la chaine logistique
Selon Rota-Frantz et al. [Rota-Frantz et al., 2001] et Monteiro [Monteiro, 2001], les
entreprises appartenant à une même chaîne logistique sont reliées par des flux de produits et
des flux d’informations :
33
 Le flux de produits correspond au flux de matières (produit final, matière première, des
composants d’assemblage, etc…) qui circulent au niveau de la chaine logistique de
l’amont vers l’aval afin de fournir de la valeur ajoutée au client final. L’écoulement du
flux physique résulte de la mise en œuvre des diverses activités de manutention et de
transformation des produits quel que soit leur état. Le flux physique est généralement
considéré comme étant le plus lent des deux flux ;
 Le flux d’information représente l’ensemble des transferts ou échanges de données

entre les différents acteurs de la chaîne logistique. Il peut être partitionné en un flux de
données, un flux de décisions et les métriques [Jihene, 2011] : 1) Les données
informationnelles sont les données de gestion et les données informatiques; 2) Les
données décisionnelles sont les données qui caractérisent une décision prise par
l’ensemble des acteurs de la chaîne à long, moyen et court terme; 3) Les métriques sont
les indicateurs et les mesures qui permettent de piloter la chaîne logistique et de
mesurer sa performance à long, moyen et court terme. Traditionnellement, les flux de
la chaine logistique étaient agencés séquentiellement, suivant un tracé linéaire de ses
fonctions (Fig.2.3). Mais grâce aux progrès des TIC (Technologies de l’Information et
de la Communication), elle est devenue rapide, ce qui a produit un changement au
niveau de l’organisation des flux de la chaîne logistique [Monteiro, 2001] (Fig.2.4).
Fig.2.3 : L’organisation linéaire des flux dans la chaine logistique [Greis et Kasarda, 1997].
Fig.2.4 : L’organisation simultanée des flux dans la chaine logistique [Greis et Kasarda, 1997].
34
2.2.3. Définitions de la gestion de la chaine logistique
2.2.3.1. Définitions de la gestion de la chaine logistique issues de la littérature scientifique
Le concept de « gestion de la chaîne logistique » plus connu sous l’appellation

anglophone « Supply Chain Management » (SCM) regroupe l’ensemble des activités visant à
conduire et améliorer cette chaîne logistique. L’origine du « SCM » provient du « materials
management » (gestion des produits) et du « physical distribution » (distribution physique)
après la seconde guerre mondiale, ainsi que du domaine du « functional logistics » (logistiques
fonctionnelles – différents managers pour toutes les fonctions) et de « integrated logistics »
(logistiques intégrées – un seul manager pour toutes les fonctions) [Ganeshan et al., 1998].
Dans nos travaux de thèse nous proposons un panorama sur les théories et les pratiques
existantes dans ce domaine. Ces théories sont recensées dans le tableau suivant (Tab.2.2) :
Auteurs Définitions
La gestion de la chaîne logistique est la gestion des flux de

[Thomas et Griffin, 1996]
marchandises et d’informations à la fois dans et entre les sites tels
que les points de vente, les centres de distribution et les usines de
production et d’assemblage.
Le « Supply Chain Management » est une « philosophie de gestion »

[Tan et al, 1998]
qui étend les activités intra-entreprises traditionnelles aux partenaires
de la chaine, pour atteindre une meilleure performance globale.
Le « Supply Chain Management » est une façon de gérer les flux de

[Croom et al, 2000]
matières et informationnels entre les entreprises de la chaine.
Ils distinguent deux composantes principales dans le SCM : 1)

[Stadtler et Kilger, 2000]
L’intégration du réseau d’organisations ; 2) La coordination des
différents flux.
La gestion des chaines logistiques se définit par la coordination

[Mentzer et al., 2001]
systémique et stratégique entre fonctions internes ou externes d’une
ou plusieurs entreprises. Le but de cette démarche réside donc dans
l’amélioration de la performance à long terme de chaque membre de
la chaine logistique et de ce fait, de l’ensemble de celle-ci.
Le « Supply Chain Management » signifie qu’on cherche à intégrer

[Rota-Franz et al, 2001]
les moyens internes et externes pour répondre à la demande des
clients. L’objectif est d’optimiser de manière simultanée et non plus
séquentielle l’ensemble des processus logistiques.
S’il est difficile d’identifier une définition unique et partagée du

[Carbone et Meunier, 2006]
SCM, la démarche peut néanmoins être envisagée comme une
philosophie, une orientation de gestion incitant à adopter une vision
systémique de la chaine de l’aval vers l’amont, où la coordination
35
parmi les acteurs garantit l’atteinte des résultats de baisse des coûts
et d’augmentation du niveau de service au consommateur final.
La définition du « Supply Chain Management » nous mène

[La Forme-Chrétien, 2007]
invariablement vers la notion de processus puisque la gestion des
chaines logistiques implique une organisation par processus et non
plus par fonction.
Tab.2.2 : Définitions de la gestion de la chaine logistique issues de la littérature scientifique.
Les définitions du paradigme SCM sont différentes selon les visions adoptées par les
auteurs. Mentzer et al. [Mentzer et al., 2001] ont classifié ces définitions selon trois catégories :
« une philosophie de gestion, une mise en œuvre de la philosophie et un ensemble de processus
à gérer ». La gestion de la chaîne logistique se place alors comme les outils structurants et
compétitifs qui permettent d’améliorer la performance à long terme de chaque membre de la
chaîne logistique et de ce fait, de l’ensemble de celle-ci [Mentzer et al., 2001]. Selon Stadtler
et Kilger [Stadtler et Kilger, 2000], la gestion d’une chaîne logistique comprend finalement
deux composantes principales : 1) L’intégration du réseau d’organisation ; 2) La coordination
des différents flux. Ils proposent aussi une illustration graphique des facettes du SCM au travers
de sa « maison du SCM » (Fig.2.5).
Fig.2.5: La maison du SCM [Stadtler et Kilger, 2000].
Lauras dans [Lauras, 2004] définit les composantes de la gestion des chaines logistiques
proposées par Stadtler et Kilger [Stadtler et Kilger, 2000] comme suit : 1) La coordination du
SCM, se définit comme étant le pilotage des variables de décision de planification au niveau
de chaque entité de la chaîne logistique en s’appuyant sur les technologies de l’information et
les processus établis. Il s’agit finalement de définir les modalités de la réalisation effective des
objectifs ; 2) L’intégration du SCM, se définit comme étant le pilotage, par des variables de
36
décision, de l’architecture coopérative des relations entre entités qui composent une chaîne
logistique. Il s’agit finalement de définir les capacités à faire ensemble. Ces objectifs
logistiques ne seront concrétisés que si des mécanismes de concertation existent entre les
acteurs impliqués (cf. section 2.2.3.2). Ces ententes forment les principaux supports de l’axe de
pilotage (cf. section 2.2.3.3) des relations entre entités de la chaine logistique.
2.2.3.2. Les ententes industrielles entre centres de décision
Par ententes, on entend « un ensemble de liaisons et d’accords, plus ou moins formel,

plus ou moins durable et plus ou moins intense, que des acteurs d’une chaîne logistique nouent
entre eux » [Lauras et al., 2003] :
 Coordination – La coordination est l’ensemble des règles et procédures qui assurent le

fonctionnement d’un groupe [Rose et al., 2002]. La prise de décision pour le mécanisme
de coordination, peut être soit décentralisée (la décision est partagée entre tous les
acteurs de la chaîne logistique), soit centralisée en se reposant sur une seule organisation
[Mattessich et al., 2001] ;
 Coopération – La coordination d’activités dans une organisation en réseau s’appelle

coopération [Burlat et Boucher, 2000]. Ainsi, la coopération est entendue comme la
coordination et la synchronisation d’opérations effectuées par différents acteurs qui ne
possèdent un pouvoir de décision que sur une partie seulement du système constitué
[Monteiro et Ladet, 2001]. Erschler et al. [Erschler et al., 1993] définit ce concept
comme étant une (re)négociation de contraintes entre différents centres de décision.
Cette entente industrielle cherche à améliorer la performance globale [Campagne et
Sénéchal, 2002] tout en minimisant les risques [Sardas et al., 2002] ;
 Négociation – La négociation est un processus d’échange qui résulte de la planification

et du raisonnement, cette entente industrielle permet de résoudre les conflits et de
trouver une situation qui satisfasse tout le monde [Ferber, 1995]. Smith [Smith, 1988]
définit les deux grands piliers de la négociation: 1) La communication ; 2) La prise de
décision qui se fait à travers l’évaluation de l’information par chaque acteur et la
sélection mutuelle d’un plan ;
 Communication – La communication est vue classiquement comme un simple

échange d’information [Rose et al., 2002]. Roche [Roche, 2000] précise que la
37
communication ne se réduit pas à l’échange d’information. On doit y inclure les

échanges de connaissances ;
 Collaboration – La collaboration est un cadre permettant d’ordonner différentes

formes coopératives entre des organismes indépendants [Menachof et Son, 2003]. Il
s’agit bien de la manière de répartir le travail coopératif. La différenciation entre la
coopération et la collaboration n’est donc pas évidente et l’usage montre que bien
souvent ils sont utilisés comme synonymes [Lauras, 2004] ;
 Partenariat – Le partenariat est une association de parties agissant dans leur intérêt
mutuel [Poirier et Reiter, 2001]. Cette association s’apparente au contrat de travail
[Neuville, 1998]. Il faut dissocier la notion de « partenaire » de celle de « partenariat».
Un partenaire peut prendre les traits d’une filiale, d’un sous-traitant, d’un fournisseur
que d’un prestataire [Lauras, 2004].
Fig.2.6 : La caractérisation des composantes élémentaires de l’entente industrielle [Lauras, 2004].
Lauras dans [Lauras, 2004] propose une caractérisation des différents états de l’entente
industrielle (Fig.2.6) entre deux centres de décision A et B, selon plusieurs composantes
élémentaires : 1) La nature des informations transmises (données ou traitements) ; 2) Leur
mode de transmission (échange ponctuel, processus d’échange ou partage). L’association de
ces composantes élémentaires permet de caractériser les mécanismes rencontrés (Fig.2.7):
communication, coordination, collaboration et coopération. Le partenariat est vu comme une
contractualisation plus ou moins formelle d’un des états d’ententes (état élémentaire ou
associations d’états élémentaires).
38
Fig.2.7 : La caractérisation des ententes industrielles selon Lauras [Lauras, 2004].
La gestion de la chaine logistique se base sur une idée principale, il s’agit de la

séparation du système opérant et du système de conduite [Giard, 2003]. En effet, un système
de conduite dénommé aussi « un système de décision ou un système de pilotage », en recevant
les informations nécessaires au pilotage, réfléchit et décide (cf. section 2.2.3.3). Un système
opérant (opérationnel) traite les activités productives en réalisant les objectifs définis par le
système de décision. L’interface entre les deux sous-systèmes précités est le système
d’information (cf. section 2.2.3.4), qui assure le traitement, la mémorisation et l'acheminement
des informations au sein de la chaine logistique.
2.2.3.3. Système décisionnel relatif à la gestion d’une chaine logistique
Le système décisionnel est l’organisation par laquelle la chaîne logistique est pilotée,
les entreprises impliquées dans une ou plusieurs chaînes logistiques sont amenées à prendre des
décisions continuellement dans le but de gérer globalement leurs flux tout au long de chaque
chaîne. La bonne mise en œuvre des décisions améliore continuellement la performance (cf.
section 2.4) des processus en termes de valeur ajoutée. Une performance logistique est
conditionnée par la performance « info-logistique » (cf. section 2.2.3.4), celle des systèmes
d’information qui représentent le système nerveux des chaines logistiques. Le système
décisionnel représente l’ensemble des ressources intelligentes (acteurs humains et outils d’aide
à la décision) intervenant dans la gestion de la chaine logistique. L’architecture du pilotage
est la façon dont s’articule le système décisionnel avec le système d’information. Cette
architecture permet d’identifier d’une part les décideurs eux-mêmes, dénommés aussi « centres
de décision ». D’autre part, les flux d’information entre ces décideurs [François, 2007].
Despontin-Monsarrat et al. [Despontin-Monsarrat et al., 2005] considèrent cette architecture
39
comme étant trois centres de décision génériques par entreprise qui seraient « Gestion de
production, Service vente et Service achat » (Fig.2.8).
Fig.2.8 : Relations entre les centres de décision [Despontin-Monsarrat et al., 2005].
De sa part, François [François, 2007] identifie un centre de décision au sein de

l’architecture du système de pilotage par son niveau de pilotage, noté n, auquel il appartient et
son rang dans le système, noté s. Le centre de décision ainsi défini est noté CDn,s. Le niveau
n = 1 est attribué au niveau décisionnel le plus bas, c’est-à-dire le plus proche des activités
physiques. Ainsi François étudie et compare, pour une même chaine logistique, trois
architectures de pilotage qui seraient [François, 2007]:
 Architecture de pilotage distribuée (Fig.2.9): il s’agit d’une architecture de pilotage

basée sur des relations clients / fournisseurs entre entités successives. Les acteurs
échangent des informations et des produits pour satisfaire la commande du client final. ;
Fig.2.9 : Architecture de pilotage distribué [François, 2007].
 Architecture de pilotage centralisée (Fig.2.10): il s’agit d’une architecture de pilotage

comportant un deuxième niveau décisionnel avec un seul centre de décision supervisant
l’ensemble des centres de décision de premier niveau. L’objectif de cette architecture
est de rendre accessibles à l'ensemble du réseau les informations connues de chaque
partenaire, et à en centraliser leur traitement ;
40
Fig.2.10 : Architecture de pilotage centralisé [François, 2007].
 Architecture de pilotage mixte (Fig.2.11): il s’agit d’une architecture de pilotage qui

s’appuie sur plusieurs centres de décision au niveau supérieur, dont chacun ne regroupe
qu’une partie des informations de la chaîne logistique. A ce niveau, on peut trouver deux
cas d’exemple : architecture à plusieurs superviseurs (Fig.2.11 (a)) et architecture de
pilotage de deux chaînes avec maillon commun (Fig.2.11 (b)).
(a) : Architecture à plusieurs superviseurs.
(b) : Architecture de pilotage de deux chaînes avec maillon commun.

Fig.2.11 : Architecture de pilotage mixte [François, 2007].
41
2.2.3.4. Système informationnel de la chaine logistique - Infologistique
L’« infologistique » est cette sphère où les différentes technologies hétérogènes se

combinent et s’assemblent permettant ainsi le pilotage informationnel des marchandises tout au
long de la chaîne logistique. Selon PIPAME (Pôle Interministériel de Prospective et
d’Anticipation des Mutations Economiques), parmi les domaines d’application des outils et
services infologistiques nous trouvons le Suivi et le développement des flux intermodaux.
C’est dans cette optique que se situe la problématique de nos travaux de recherche. En effet, ce
suivi vise à assurer la gestion des échanges assurant l’interconnexion des équipements distants
(fixes ou mobiles) au Système d’Information d’une entreprise. In fine, l’objectif principal de
ces systèmes est d’améliorer, qualitativement et quantitativement, le traitement des
informations pour parvenir à un meilleur pilotage logistique donc à une amélioration de la
performance de la chaîne. Parmi les technologies couramment utilisées, on trouve quatre
familles [PIPAME, 2009]: 1) Famille n°1 - Les logiciels de la gestion interne de la chaine
logistique (cf. section 2.2.3.4.a) ; 2) Famille n°2 - Les outils de communications inter-
entreprises (cf. section 2.2.3.4.b) ; 3) Famille n°3 - Les outils et services de mobilité (cf. section
2.2.3.4.c) ; 4) Famille n°4 - Les outils d’identification et de traçabilité (cf. section 2.2.3.4.d).
a. Les logiciels de la gestion interne de la chaine logistique
Dans les années 70, les logiciels MRP (Materials Requirement Planning) permettaient
de prendre en compte des besoins d’approvisionnement dépendants à la demande de produits
finis. Durant les années 80, ce concept a vu une amélioration avec le MRP II (Manufacturing
Ressource Planning) qui prenait en compte les ressources sous forme de contraintes
capacitaires. Il s’est alors étendu à la gestion des ressources clés dans l’entreprise pour prendre
la dénomination d’ERP (Enterprise Ressource Planning) [PIPAME, 2009] (Fig.2.12).
Fig.2.12 : L’offre logicielle du SCM, d’après Botta-Genoulaz [Botta-Genoulaz, 2003].
42
L’ERP est un logiciel qui s’est imposé dans les années 90 pour la gestion opérationnelle
quotidienne de l’activité logistique et aussi pour le partage des données entre les différentes
applications (logistiques, commerciales et comptables) de l’entreprise. ERP couvre plusieurs
fonctions de base dans le monde de gestion [Said, 2006] : il permet de planifier les
réapprovisionnements à partir des capacités maximales de stockage, de calculer le nombre
d’entrepôts nécessaires par région, de sélectionner le mode de transport le plus économique, de
planifier les tournées, de gérer les ressources humaines et de partager les informations entre les
modules par le biais d’une base de donnée unique, etc. [Roos, 2003]. Les années 90 voient aussi
l’émergence de progiciels spécifiquement dédiés à la gestion de la chaîne logistique qui
seraient « APS (Advanced Planning System) et SCE (Supply Chain execution) » :
 APS – Il s’agit d’un progiciel décisionnel qui permet de simuler et d’optimiser la

planification et de synchroniser les flux de la chaîne logistique en tenant compte
simultanément d’un grand nombre de contraintes (ressources, capacités, délais et coûts).
L’APS participe donc à l’un des fondements du Supply Chain Management qui est
d’anticiper les flux à travers une visibilité globale sur les supply chains [Said, 2006].
Les progiciels APS, en amont de l’activité logistique, permettent une automatisation du
processus de planification des achats, de la production, de la distribution et des
transports en effectuant des arbitrages entre les demandes prévues des clients et les
capacités des fournisseurs à y répondre [Roos, 2003] ;
 SCE – Il s’agit d’un ensemble des logiciels qui permettent : la gestion des entrepôts –
Les logiciels de WMS (Warehouse Management Systems), la gestion des tournées de
transport – Les logiciels de TMS (Transport Management Systems), la gestion de la
production – Les logiciels MES (Manufacturing Execution System), la gestion avancée
des commandes – Les logiciels AOM (Advanced Order Management), etc. Ces logiciels
sont orientés vers l’optimisation de l’activité logistique en temps réel [PIPAME, 2009].
Ces solutions informatiques se complètent et doivent pouvoir communiquer et interagir

afin de synchroniser et d’intégrer les données relatives à la chaîne logistique. En effet, les APS
sont donc couplés avec l’ERP, eux-mêmes couplés avec les SCE. La SCEM (Supply Chain
Event Management) est le lien opérationnel entre les SCE et l’APS. Elle permet à chaque
intervenant de la chaîne logistique de consulter ou alimenter le système en cas d’évènements
imprévus ou non planifiés. Ce qui favorise la remontée d’informations en temps réel et une
meilleure réactivité (cf. Annexe 1 – Les éditeurs des logiciels logistiques mondiaux et français).
43
La création d’un environnement collaboratif avec des fournisseurs stratégiques (SRM -

Supplier Relationship Management) et avec des clients (CRM – Costumer Relationship
Management) était nécessaire pour le travail en commun afin que la gestion de la demande, la
planification de l’activité ainsi que le réapprovisionnement seront réalisés conjointement entre
fournisseur et client. Ceci a fondé les démarches dites CPFR (Collaborative Planning
Forecasting and Replenishment) permettant un degré d’intégration très poussé.
b. Les outils de communications inter-entreprises
Le problème d’intégration entre les divers systèmes informatiques est traité à travers
l’EDI (Échange de Données Informatisées). L’EDI permet l’échange de données informatisées
et le transfert des données structurées sur des bases de messages normalisés approuvés entre
systèmes informatisés par voie électronique, il couvre les transactions usuelles : commande,
avis de réception de commande, avis de réception, avis d’expédition, ordre de payement, appel
d’offres, ordre d’enlèvement (transport), compte rendu d’exécution (transport), documents
douanières, déclarations fiscales, etc. [Isaac, 2003]. Actuellement il existe environ 300
messages EDI créés et plus de 100.000 entreprises utilisatrices en France. Il s’agit donc
d’établir des ponts entre les systèmes d’information de l’entreprise avec ceux de ses clients et
de ses fournisseurs. Les systèmes EDI évoluent désormais vers XML, standard du portage de
l’EDI dans le monde Internet [IREPP, 2001]. Les systèmes de communication inter-entreprises
tels que l’EDI sont à ce titre indispensables pour assurer la coordination des flux tout au long
de la chaîne logistique. L’EDI est une solution fiable et sécurisée mais couteuse, Internet a été
une révolution dans les communications professionnelles par son faible coût d’exploitation.
Suivant la diversité de la configuration des collaborations inter-entreprises, les moyens
techniques vont de l’EDI au Web-EDI. La mise en œuvre de plates-formes d’échanges
électroniques (portail Web) sur Internet permet d’ajuster l’offre et la demande (Marketplace).
Pour réussir à créer un réseau logistique coopératif, il faut encore régler deux
problèmes : 1) l’accès aux données hétérogènes en vue de les consolider, de les agréger et de
les restituer de manière homogène ; 2) l’uniformisation de l’accès à des systèmes d’information
multiples et en personnalisant leur accès selon le rôle de chacun au travers de portails
d’entreprise [IREPP, 2001]. Or l’intégration de systèmes hétérogènes reste un centre de coût
majeur. Conçus dans l’espoir de réduire drastiquement les coûts d’intégration, les services Web
laissent augurer la solution pour l’avenir [Said, 2006]. Ces futurs outils sont désignés sous le
nom générique de Web Services, dont les principaux composants sont : SOAP (Simple Object
44
Access Protocol), WDSL (Web Services Description Language) et UDDI (Universal

Description, Discovery and Integration) [IREPP, 2001].
c. Les outils et services de mobilité
La mobilité est devenue un axe stratégique. Elle prend une nouvelle dimension grâce
aux évolutions technologiques les plus récentes : la multiplication des terminaux embarqués,
le développement des services de transmission de données mobiles et les techniques de
géolocalisation [PIPAME, 2009]. Couplée avec la communication et avec les mobiles,
l’électronique embarquée ouvre des perspectives dans de nombreuses professions [IREPP,
2001]: livraisons, maintenance, etc. Mais à ce jour les technologies de communications de
données avec les mobiles sont très peu diffusées dans le milieu des transports.
Deux nouvelles technologies radio devraient encore accélérer le mouvement: Bluetooth

et surtout le WiFi. Il est encore difficile de prévoir des applications du transport de ces
technologies. En revanche la couverture actuelle du téléphone cellulaire et la précision du GPS
(Global Positioning System) offre des alternatives beaucoup plus économiques. Pour résumer,
la situation antérieure était marquée par une liaison satellite trop chère et peu fiable en zone
urbaine et par le GSM (Global System for Mobile Communications) qui n’était pas vraiment
ouvert aux services professionnels. Quant aux systèmes spécialisés comme les Trunk Systems,
ils n’ont trouvé de débouchés qu’auprès de flottes spécialisées comme les services d’urgence
ou de sécurité, probablement parce que trop coûteux et complexes à mettre en œuvre. La
géolocalisation peut faire gagner un temps considérable pour les transporteurs, car elle permet
également d’organiser de façon beaucoup plus précise la tournée des camions et de réagir en
temps réel aux conditions de trafic [PIPAME, 2009].
d. Les outils d’identification et de traçabilité
La mise en œuvre des outils d’identification et de traçabilité associe [PIPAME, 2009]:

1) L’identification des lots, des pièces, des produits finis et des UTI (Unité de Transport
Intermodal); 2) Le marquage de ces mêmes unités physiques avec : des codes-barres, des tags,
des étiquettes électroniques, etc. et des acteurs avec : des badges, des cartes à puce, etc. ; 3) La
lecture électronique de ces « marques » avec : lecteur optique, scanne, etc.; 4) La pose de
balises pour les conteneurs et la localisation automatique permanente par satellite; 5) Le
traitement des informations ainsi «capturées» pour reconstruire l’histoire et l’analyser. Dont
l’objectif est l’affectation aux objets une autonomie d’action et de décision, l’hypothèse de
45
l’émergence de stratégies combinant logiques « top down » et comportements « bottom up »

mérite d’être étudiée (Fig.2.13).
Fig.2.13 : Illustration des logiques « top-down » et « bottom-up ».
Les étiquettes RFID (Radio Frequency IDentification) sont des étiquettes intelligentes
et à faible coût. Fixées ou intégrées aux produits, elles constituent un environnement sans fil et
sans intervention humaine, où les articles sont suivis tout au long de leur déplacement, d’un
bout à l’autre de la chaîne logistique. Ce sont les obligations de traçabilité dans
l'agroalimentaire, l'industrie, des transports et de la distribution qui tirent les premières
générations d’applications RFID. En effet, dès qu’une étiquette passe devant un « lecteur » du
réseau, son identifiant unique est automatiquement retransmis à une base de données centrale.
De cette façon, les gestionnaires disposent en temps réel de la visibilité globale pour prendre
instantanément les bonnes décisions [Isaac, 2003].
Tout au long de cette section (cf. section 2.2), nous avons présenté d’une part, une étude
chronologique permettant de distinguer plusieurs périodes dans la logistique militaire en
mettant en évidence les principaux concepts qui sont à la base de la démarche logistique
actuelle. D’autre part, nous avons fourni les caractéristiques principales du développement du
terme « logistique » de la période après-guerre, en prolongeant l’étude de ce terme par celle du
concept de la chaîne logistique.
Dans cette perspective, la sous-section (cf. section 2.2.2) nous a permis de faire un tour
d’horizon sur les différentes visions adoptées par la communauté scientifique dans la
conceptualisation de la chaine logistique. Ainsi, nous pouvons dire que le terme « chaîne
logistique » reflète l’image statique d’un ensemble d’entreprises assemblés au sein d’une
46
structure de fonctionnement régulée, ayant un système de communication pour faciliter la

circulation de produits et de l’information dont le but est de répondre à des besoins et d’atteindre
des objectifs déterminés ceci étant principalement caractérisé par la satisfaction du client. En
conclusion, l’émergence de la chaîne logistique a fait naître des besoins en matière d’intégration
d’entreprises et de coordination des flux de matière et des flux d’information. C’est la gestion
de la chaîne logistique qui englobe les approches, les méthodes et les outils permettant de
répondre à ces besoins.
Tout au long de la troisième sous-section (cf. section 2.2.3), nous avons abordé la
conceptualisation dynamique de la chaine logistique reflétée par le terme « gestion de la chaine
logistique ». En effet, nous avons présenté d’une part les différentes définitions issues de la
littérature scientifique de la gestion de la chaîne logistique. D’autre part, nous avons fait un
tour d’horizon sur l’ensemble des ententes industrielles qui peuvent être nouées inter et intra-
entreprises, en prolongeant l’étude par ces différentes architectures de pilotage qui forment
cette articulation entre le système décisionnel et le système d’information des chaines
logistiques. Ceci a dégagé le rôle important que le système informationnel joue dans la bonne
gestion des chaines logistiques. Dans cette perspective, à la fin de cette partie (cf. section
2.2.3.4), nous avons fait un tour d’horizon sur les différentes familles des systèmes
informationnels existants. Ces systèmes visent à améliorer, qualitativement et quantitativement,
le traitement des informations pour parvenir à un meilleur pilotage logistique donc à une
amélioration de la performance de la chaîne. Ainsi, nous pouvons dire que le terme « gestion
de la chaîne logistique » reflète l’image dynamique d’un ensemble d’entreprises formant une
structure ayant une ou plusieurs ententes industrielles dans une logique « win – win » , cette
structure est composée d’un système opérationnel, un système décisionnel et une interface entre
les deux sous-systèmes précités appelée le système d’information de la chaine logistique ou
« l’info-logistique ». L’objectif primordial de l’info-logistique est la numérisation de « bout
en bout » de la chaine logistique.
En conclusion, nous avons introduit les domaines d’études où s’articulent les

contributions de nos travaux de thèse à savoir : la virtualisation de la chaine logistique en la
modélisant (cf. Chapitre 4) pour la simulation du comportement entre les différents systèmes
et acteurs dans un environnement de transport intermodal de marchandises (cf. Chapitre 5).
Dans la section suivante de ce chapitre (cf. section 2.3), nous allons aborder le concept de la
« modélisation de la chaine logistique », il s’agit de l’une des étapes essentielles à la
virtualisation et l’évaluation des performances de la chaine logistique.
47
2.3. Modélisation de la chaine logistique
La modélisation d’entreprises a suscité l’intérêt de la communauté scientifique.

Plusieurs travaux ont permis de développer de nombreuses méthodes2, méthodologies3 et
architectures de références4. Avant d’aller plus loin, il nous paraît important de définir tout
d’abord la notion de modélisation. Selon Treuil et al. [Treuil et al., 2008], un modèle est « une
construction abstraite qui permet de comprendre le fonctionnement d’un système de référence
en répondant à une question qui le concerne. Représentation simplifiée de ce système, un
modèle s’appuie sur une théorie générale et il est exprimé dans un langage spécifique appelé
langage de modélisation ». En fait, la modélisation d’un système est une traduction d’une
abstraction d’une partie du monde réel perçu en général au travers d’états complexes et
variables, en une représentation plus au moins abstraite destinée à fournir un support pratique
d’analyse [Ounnar, 1999]. Les principales approches abordant la problématique de la
modélisation de chaines logistiques peuvent être classées en différentes catégories qui seraient
les modèles « organisationnels (cf. section 2.3.1), analytiques (cf. section 2.3.2) et pour la
simulation (cf. section 2.3.3)».
2.3.1. Modèles organisationnels
Les approches de modélisation, qui découlent de la théorie de l’organisation de

l’entreprise, représentent l'organisation à partir de ses entités, ses activités, ses processus, ses
fonctions, sa structure et son comportement. Dans ce qui suit, nous allons présenter de
nombreux modèles dits « organisationnels », qui sont décrits par [Monteiro, 2001] et [Frayret,
2002] selon des approches hiérarchiques (cf. section 2.3.1.1) (cartésienne et systémique) ou
hétérarchiques (cf. section 2.3.1.2) et dans ce cas nous parlons d’entités autonomes reliées par
des canaux de communication (approche par processus, approche holonique et approche par
émergence) [Labarthe, 2006].
2.3.1.1. Approche hiérarchique
Les approches cartésiennes, dénommées aussi « structurées », sont basées sur les
techniques de la décomposition descendante d’une fonction en sous-fonctions, jusqu’à l’atteinte
2
Une méthode est une technique caractérisée par un ensemble de règles bien définies qui conduisent à une résolution correcte [Calvez, 1990].
3
Elle est composée d’une méthode de modélisation et de modèles qui s’appuient sur des outils de représentation [Lutherer, 1996].
4
Il s’agit de fournir un cadre général et des points de repère indiquant les aspects à prendre en compte, les relations existant entre ces aspects
et terminologie admise dans le domaine [Vernadat, 1999].
48
d’un niveau de granularité suffisamment fine permettant d’appréhender la complexité d’un

système [Tardieu et al., 1989]. Cependant, cette approche prend peu en compte les
interactions entre les sous-systèmes. Parmi Les formalismes les plus connus, nous trouvons
« SADT et SA-RT»:
 SADT (Structured Analysis Design Technique)
Cette méthode a été proposée par Ross [Ross, 1977] à la fin des années 70. Elle est très
largement utilisée dans l’industrie comme outil de communication entre utilisateurs grâce à sa
notation graphique des processus et sa syntaxe simple et naturelle [Vernadat, 1999]. Pour ce
faire, elle se base sur un ensemble limité de primitives, des «boîtes» et des «flèches».
Fig.2.14: Le formalisme SADT.
Les boites représentent les activités et les flèches représentent les relations entre activités
où une activité peut être vue comme une fonction qui transforme des objets d’entrée (données
ou matières) en objets de sortie à partir de directives de contrôle en s’appuyant sur des
ressources humaines ou des ressources matérielles (Fig.2.14).
 SA-RT ( Structured Analysis – Real Time)
Il s’agit d’une méthode complémentaire à SADT. Elle a été développée dans le but de
décrire l'aspect dynamique du système qui n’est pas décrit par SADT. Les différents composants
d'un système représenté à l'aide de cette méthode sont [Ward et al., 1985] (Fig.2.15) : 1) Les
flux (continus, discrets ou de contrôle) ; 2) Les processus de transformation (de données ou de
contrôle) ; 3) Les unités de stockage de données ; 4) Les terminaisons (éléments externes
interagissant avec le système étudié et modélisant l'environnement).
49
Fig.2.15: Le formalisme SA-RT [Cottet et al., 2005].
Les approches systémiques, sont apparues dans les années 80 face à la complexification
croissante des organisations et de leurs environnements, [Le Moigne, 1977]. A l’inverse de
l’approche cartésienne qui dissocie et décompose, l’approche systémique associe et rassemble
dans le but de prendre en compte la vision globale d’une problématique. Cependant, les
entreprises ont évolué vers de nouvelles formes d'organisations. Selon cette approche [Le
Moigne, 1973], la représentation dynamique d’un système est composée de trois sous-systèmes
qui seraient « système opérant, système d’information et système de décision » (Fig.2.16). Cette
approche est utilisée par la mise en œuvre de la méthode « Merise » qui concerne la conception
des systèmes d'information [Nanci et al, 2001].
Fig.2.16: Représentation d’un système selon l’approche systémique [Le Moigne, 1973].
Crée en 1978, Merise s’inspire des méthodes existantes sur la conception des bases de
données [Tardieu et al., 2000]. La représentation d’un système d’information par cette méthode
est abordée par trois types de modèles [Tardieu et al. 1991] : 1) Un modèle conceptuel des
données « MCD ». Ce modèle permet, à travers un schéma, de représenter la structure d’un
50
système d'information du point de vue des données, de manière à mettre l’accent sur les
dépendances ou les relations entre les différentes données du système d'information ; 2) Un
modèle conceptuel des traitements « MCT », qui est un schéma représentant les traitements, en
réponse aux événements à traiter ; 3) Un modèle organisationnel des traitements « MOT »
représentant les contraintes de l'environnement (spatio-temporel et organisationnel).
2.3.1.2. Approche hétérarchique
La vision hétérarchique représente l'évolution des architectures dans les systèmes

manufacturiers caractérisée par l'autonomie et l'interaction entre les composants [Dilts et al,
1991]. Cependant, les approches hétérarchiques proposent une représentation statique de
l'organisation du système d’où la nécessité des outils d'analyse dynamiques. Trentesaux propose
quatre approches hétérarchiques qui seraient « l'approche par processus, l'approche holonique,
les approches en émergences, et l'approche multi-agents » [Trentesaux, 2002].
L’approche par processus considère l’entreprise comme un processus en soi. Elle

représente l'organisation comme un ensemble d'entités, en interactions, pour la réalisation de
processus et/ou d'activités [Duffie, 1990]. Parmi ces approches nous trouvons le modèle
« SCOR » (Supply Chain Opération Référence), il s’agit du premier modèle de référence de la
chaîne logistique globale conçu par le Supply Chain Council. En effet, ce modèle s'intéresse au
diagnostic, à la conception, la mise en œuvre, l'évaluation et le contrôle de la gestion des chaînes
logistiques en s’appuyant sur cinq processus principaux constituant des briques de base pour la
modélisation de la chaîne logistique globale, à savoir, « PLAN » pour le processus de
planification, « SOURCE » pour l’approvisionnement, « MAKE » pour la fabrication,
« DELIVER » pour la livraison et enfin « RETURN » pour le processus de la gestion de retour
[Supply Chain Council, 2005] (Fig.2.17).
Fig.2.17: Le modèle SCOR [Supply Chain Council, 2005].
51
L’approche holonique repose sur la représentation des entités de l'organisation à partir

de « holons » [Koestler, 1990]. La notion de holon a été introduite par le philosophe Koestler
en 1967. Elle s’est particulièrement diffusée dans les HMS (Holonic Manufacturing Systems).
Le terme holon naît de la combinaison des mots grec « holos », qui signifie « le tout », et du
suffixe « -on » qui désigne la notion de « partie » comme dans neutron, proton ou électron.
Selon Koestler, un holon est une structure auto-similaire ou fractale qui est comme une partie
d’un tout ou d’une organisation plus large, répondant strictement à trois conditions : être stable,
avoir une capacité d’autonomie et être capable de coopérer [Koestler, 1990]. Les holons sont
généralement constitués de deux parties, l'une traitant des flux d'informations et la seconde des
flux physiques. Cette dualité est parfois appelée l’effet Janus, en référence à ces deux faces du
holon [Van brussel et al., 1998].
Les approches en émergences englobent des « approches bioniques » issues de la

science du vivant et des « approches fractales » issues des propriétés des structures fractales
pour représenter l'organisation [Tharumarajah, 2003]5.
L'approche multi-agents, la description de cette approche fait l'objet d’une section

entière au sein du quatrième chapitre (cf. Chapitre 4, section 4.2).
2.3.2. Modèles analytiques
Issus de l’école mathématique, les modèles analytiques représentent la chaîne

logistique selon une perspective quantitative. Deux approches principales sont adoptées par la
communauté scientifique pour la résolution de ces problèmes qui seraient « la Théorie du
Contrôle et de la Recherche Opérationnelle » [Parunak et al., 1999].
D’un côté, « la théorie du contrôle » modélise la chaîne logistique à partir d’équations

différentielles et utilise l’analyse de transformation afin d'appréhender sa dynamique dans le
temps. Cette méthode est dynamique mais s’appuie sur des hypothèses de linéarisation du
comportement d’où la nécessité d’une adaptation des conditions du modèle réel. Cependant,
elle est incapable de représenter l’ensemble des chaînes logistiques dans toute leur complexité.
Une revue de travaux relatifs à cette approche est présentée dans [Ortega et Lin, 2004].
D’un autre côté, la « recherche opérationnelle » repose sur les théories d’optimisation,
la théorie des jeux, les statistiques, l’algorithmique et s'applique aux systèmes linéaires et non
5
Une comparaison entre les approches holoniques, bioniques et fractales est présentée dans [Tharumarajah, 2003].
52
linéaires. Cette méthode ne tient pas compte du temps ce qui rend la modélisation du
comportement dynamique des entités difficiles à exprimer. Une revue de travaux relatifs à cette
approche est présentée dans [Geunes et Pardalos, 2003].
2.3.3. Modèles pour la simulation
La simulation permet d’exploiter un modèle, ce dernier devant agir et réagir de manière

similaire au système réel, [Queau, 1986], afin de connaître le comportement dynamique du
modèle et de prédire son comportement futur [Claver et al., 1996]. D’un point de vue plus
informatique, Treuil et al. définissent la simulation comme « l’activité au cours de laquelle,
selon un protocole et avec un objectif précis, on utilise un simulateur pour faire évoluer les
entrées d’un modèle dynamique, l’exécuter, et en recueillir les sorties. Tout modèle écrit en
respectant le méta-modèle associé au simulateur et comportant au moins un paramètre d’entrée
peut se prêter à ce processus de simulation » [Treuil et al., 2008]. Cassandras et Lafortune
proposent une classification des modèles pour la simulation suivant l’axe du temps (continu ou
discret) et la nature des variables et des paramètres (déterministes ou stochastiques)
[Cassandras et Lafortune, 1999] (Fig.2.18).
Fig.2.18: Classification des modèles pour la simulation [Cassandras et Lafortune, 1999].
Selon Labarthe, La majorité des travaux de simulation de chaînes logistiques reposent

sur des modèles à événements discrets. Ces modèles sont adaptés aux caractéristiques
53
dynamiques et le non linéarités des comportements de tels systèmes complexes. Le recours à la

simulation, comme outil d'analyse, favorise la compréhension du comportement du système
face à la composante temporelle [Labarthe, 2006]. Selon Treuil et al., [Treuil et al., 2008], la
simulation peut avoir plusieurs objectifs finaux influençant le choix de la technique de
modélisation et de simulation qui seront utilisées. Ces objectifs sont recensés dans le tableau
suivant (Tab.2.3) :
Objectifs Explication
Validation, Evaluation (cf. section 2.4), La simulation a comme objectif de tester une
hypothèse du modèle du système de référence, de
Vérification le vérifier ou d’accréditer la théorie qui a servi à
le construire.
Communication, Formation, Visualisation La simulation a comme objectif de montrer et de

partager le modèle de la dynamique du système
de référence.
Compréhension, Exploration, Explicitation La simulation sert à comprendre le

fonctionnement du système de référence en
considérant le modèle comme une réplique
miniature qui pourra être étudiée plus facilement.
Contrôle, Action, Pilotage La simulation a comme objectif de servir de

support à une prise de décision ou à un contrôle
qui influera sur l’état (réel) du système de
référence.
Prévision, Prédiction, Anticipation La simulation sert à prévoir les évolutions

possibles du système de référence en fonction
d’évolutions ou de perturbations spécifiques.
Tab.2.3 : Objectifs finaux de la simulation [Treuil et al., 2008].
Dans la littérature, les travaux de recherche dans le domaine de la modélisation et de la

simulation à évènements discrets utilisent le plus souvent deux approches
informatiques [Coquillard et Hill, 1997] qui seraient: 1) Les objets – sont dynamiques et
interagissent entre eux. Cependant ils manquent d’autonomie. En effet, un objet ne peut pas
refuser de répondre à un appel d’un autre objet ce qui rend l’émulsion et l’émergence des
phénomènes difficiles à atteindre. Une revue de travaux relatifs à cette approche est présentée
dans [Labarthe, 2006] ; 2) Les agents – L’agent possède une autonomie et une capacité
d’évolution dans le temps ce qui explique son succès dans la modélisation et la simulation de
la chaîne logistique. La description de cette approche fait l'objet d’une section entière au sein
de quatrième chapitre (cf. Chapitre 4, section 4.2).
54
Tout au long de cette section (cf. section 2.3), nous avons présenté d’une part les
différentes approches de la modélisation dans la chaîne logistique, ce concept représente les
outils fournissant un support pratique d’analyse des systèmes complexes. D’autre part, nous
avons illustré les avantages et les limites de chaque approche. Dans la suite (cf. Chapitre 4,
section 4.2), nous proposons une étude d’état de l’art sur les SMA, ceci va nous permettre de
constater l’importance des modèles à base des agents qui sont adaptés aux caractéristiques
dynamiques et le non linéarités des comportements de tels systèmes complexes, en dégageant
une forte similarité entre les concepts et les pratiques des chaines logistiques et celles des
systèmes multi-agents. Dans la section suivante de ce chapitre (cf. section 2.4), nous allons
aborder le concept de « l’évaluation de performance de la chaine logistique », il s’agit des
bonnes pratiques favorisant l'évaluation et l'analyse des performances du système étudié.
2.4. Évaluation de performance de la chaine logistique
2.4.1. Définitions et concepts : mesure, indicateur et évaluation de performance
Selon Mentzer et al. « Le concept de gestion des chaines logistiques, se traduit par la
coordination systémique et stratégique entre les fonctions internes ou externes d’une ou
plusieurs entreprises. Le but de cette démarche est l’amélioration de la performance à long
terme de chaque membre de la chaine logistique, et de ce fait, de l’ensemble de celle-ci. »
[Mentzer et al., 2001]. Nous trouvons dans la littérature que « l’amélioration de la
performance » est un terme qui fait intervenir deux notions distinctes qui seraient « la mesure
de la performance et l’évaluation de la performance ». Avant d’aller plus loin, nous proposons
tout d’abord une définition de la « performance logistique ». Selon Biteau, la performance
logistique est généralement représentée par le taux de service au client : nombre de fois où on
livre le bon produit ; dans la quantité souhaitée ; dans le délai demandé ; au moment prévu ; à
l’endroit prévu ; dans le conditionnement demandé ; en bon état et avec les bons documents ;
précédé, accompagné et suivi des bonnes informations ; tout cela, dans les meilleures conditions
économiques [Biteau, 1998]. Fenies et Gourgand complètent cette vision en distinguant la
performance collective (optimisation globale du fonctionnement de la supply chain) et la
performance individuelle (maximisation du profit d’une entité) [Fenies et Gourgand, 2004].
La problématique du SCM rejoint le concept émergent de l’interopérabilité des entreprises
[Chen, 2005]. Ainsi, l’interopérabilité peut être considérée comme une performance d’une
55
organisation. Mais la difficulté est liée à la mise en place de la caractérisation et la mesure de

l’interopérabilité en tant que performance [Blanc, 2006]. Selon Jacot, « La mesure conserve un
rôle important mais s’en tient aux effets. L’évaluation est de portée plus générale : on tente de
remonter aux causes et on se prononce également sur les objectifs et leur mise en œuvre »
[Jacot, 1990]. En d’autres termes, la mesure de performance est un moyen indispensable à
l’évaluation de performance.
Les mesures de performance doivent refléter la complexité de la chaine logistique et

englober les opérations de tous les acteurs, depuis les premiers fournisseurs jusqu'aux clients
finaux [Francella et Doherty, 1998]. Beamon classe les mesures de performance en deux
catégories : les mesures de performance qualitatives (satisfaction du client, flexibilité,
intégration du flux physique et d’information, gestion du risque financier, etc.) et quantitatives
(retards de livraison, temps de réponse client, etc.) [Beamon, 1998]. L’évaluation de
performance est utilisée pour atteindre deux finalité qui seraient « démarches à priori et
démarches à posteriori » [Frein, 1998], [Tahon et Frein, 1999] :
 L’évaluation de la performance à priori – L’objectif est la conception d’un nouveau

système (ou modifier un système existant). Cette démarche s’appuie sur les indicateurs
de performance ex ante [Giard, 2003]. Selon Lorino un indicateur ex ante est une «
information devant aider un acteur, individuel ou collectif, à conduire le cours d’une
action vers l’atteinte d’un objectif ou devant lui permettre d’évaluer un résultat »
[Lorino, 1995]. Cet indicateur n’est pas nécessairement un chiffre, c’est un élément de
connaissance contribuant à l’aide à la prise de décision (Fig.2.19);
Fig.2.19: Evaluation de performance à priori [Tahon et Frein, 1999].
 L’évaluation de la performance à posteriori – L’objectif est le pilotage d’un système

existant. Cette démarche s’appuie sur les indicateurs de performance ex post [Giard,
2003]. Cet indicateur peut être défini comme étant une « donnée quantifiée qui mesure
l’efficacité de tout ou partie d’un processus ou d’un système par rapport à une norme,
un plan ou un objectif déterminé dans le cadre d’une stratégie d’entreprise » [AFNOR,
56
2000]. Donc l’indicateur y est vu comme un chiffre qui informe sur un état relatif à un
contexte connu. Il s’agit de l’évaluation de la quantité des décisions passées (Fig.2.20).
Fig.2.20: Evaluation de performance à posteriori [Tahon et Frein, 1999].
Les indicateurs de performance sont impactés par les pratiques collaboratives. En effet,
La bonne mise en place de démarches coopératives peut contribuer à la performance d’une
entreprise ou d’une organisation [Lauras, 2004].
2.4.2. Méthodes d’évaluation de performance de la chaine logistique
L’évaluation de la performance d’une chaine logistique est une des priorités majeures
des entreprises, vue la complexité de cette tâche, cette évaluation passe par une sélection des
indicateurs de mesure de la performance appropriés à la gestion de cette chaine. Il est alors
nécessaire d’avoir une démarche structurée et des outils méthodologiques adéquats. Dans ce
contexte, Lauras met en évidence l’absolue nécessité de piloter la performance en fonction de
deux éléments qui seraient « processus et centre de décision » [Lauras, 2004]: 1) Les
indicateurs sont scindés par activités principales ou processus (la méthode ABC-ABM, la
méthode BSC et le modèle SCOR) (cf. section 2.4.2.1); 2) Les indicateurs sont associés à chacun
des centres de décisions et sont positionnés par niveau de décision, à savoir stratégique,
tactique ou opérationnel (la méthode ECOGRAI) (cf. section 2.4.2.2).
2.4.2.1. Méthodes d’évaluation de performance orientées processus
Dans cette section, nous présentons les méthodes de définition de systèmes d’indicateurs
de performance suivant l’axe processus qui seraient « la méthode ABC-ABM, la méthode BSC
et le modèle SCOR ».
a. La méthode ABC – ABM
Apparues dans les années 1980, l’Activity Based Costing (ABC) et l’Activity Based
Management (ABM) sont des démarches destinées à comprendre la formation des coûts et les
causes de leurs variations (ABC), et simultanément (ABM), à construire un modèle de mesure
57
et de gestion de la performance (les coûts et les marges), en se basant sur le principe de la

gestion par activités. Ce principe s’articule autour trois tableaux de bord [Lauras, 2004]: le
tableau de bord d’activité (mensuel – suivi des objectifs de réalisation), le tableau de bord
financier (mensuel / trimestriel - suivi des objectifs financiers) et le tableau de bord structurel
(trimestriel / semestriel - suivi des structures de coûts). Donc, ABC et ABM soulignent la
nécessité de mettre en œuvre un pilotage en fonction des activités qui composent les processus
qui définissent le système étudié.
b. La méthode BSC
Dans un article publié dans le Harvard Business Review en 1992 [Kaplan et Norton,
1996], Norton et Kaplan développent le principe du Balanced ScoreCard (BSC) traduisible
littéralement par « tableau de bord équilibré ». Cette méthode propose le regroupement des
objectifs stratégiques autour quatre perspectives : finance, satisfaction client, processus
internes et apprentissage [Benmoussa et laachir, 2007]. Avec cette méthodologie, toutes les
mesures sont définies en fonction des objectifs stratégiques (Fig.2.21). En effet, BSC vise à
compléter les indicateurs de performance purement financiers par des indicateurs fonctionnels.
La finalité de cette approche est de considérer l’évaluation de la performance comme une
résultante de la mise en œuvre des processus [Kaplan et Norton, 2001].
Fig.2.21: Les buts du BSC : de la stratégie aux objectifs [Kaplan et Norton, 1996].
c. Le modèle SCOR
Le modèle SCOR (Supply Chain Operation Reference) permet d’avoir une vision sur
l’ensemble de la chaîne logistique en facilitant la représentation des flux physiques,
58
informationnels et financiers allant du fournisseur du fournisseur au client du client d’une

entreprise [Lauras, 2004]. Il associe à chaque sous-processus des niveaux 2 et 3 un ensemble
d’indicateurs selon cinq critères de performance: fiabilité, réactivité, flexibilité, coût et niveau
des stocks (Fig.2.22) [Supply Chain Council, 2005]. Le SCOR-model introduit environ 200
indicateurs pour les processus Supply Chain [Benmoussa et laachir, 2007]. Cependant, cette
outil manque de souplesse et ne garantit pas la pertinence des indicateurs choisis.
Fig.2.22: Les niveaux du modèle SCOR [Supply Chain Council, 2005].
2.4.2.2. Méthodes d’évaluation de performance orientées centres de décisions
a. La méthode ECOGRAI
En France, Bitton [Bitton, 1990] propose une méthode permettant de développer des
systèmes d’indicateurs de performance à partir de l’analyse des objectifs et des variables de
décision (ECOGRAI). La méthode ECOGRAI s’appuie sur l’établissement d’un modèle de la
structure de pilotage du système étudié en se basant sur la grille GRAI et l’identification des
centres de décision dans lesquels on souhaite implanter des indicateurs. Ensuite, la démarche
identifie pour chacun de ces centres de décision les objectifs qui lui sont rattachés (exemple :
coûts, qualité, délai). A partir de là, il faut extraire les leviers sur lesquels les décideurs peuvent
agir pour atteindre leurs objectifs (variables de décision). Des indicateurs de performance
peuvent dès lors être proposés. Une analyse de cohérence sur ces indicateurs est conduite. Il
59
s’agit, au moyen d’une table de correspondance, d’indiquer l’adéquation de chaque indicateur

avec les variables de décision et les objectifs assignés. La dernière étape consiste à développer,
implanter et maintenir le système d’information des indicateurs de performance [Lauras, 2004]
(Fig.2.23). Au total, cette application permet de définir « un système cohérent d’indicateurs de
performance, intégré à la gestion de production, couvrant l’ensemble de ses fonctions et des
niveaux décisionnels, et défini en fonction de la stratégie industrielle » [Ducq et al., 2003].
Fig.2.23: Synthèse de la démarche ECOGRAI [Ducq et al., 2003].
b. Le triplet efficacité / efficience / pertinence
Dans cette section de ce chapitre, nous allons analyser les points de vue proposés par
Lauras dans [Lauras, 2004] concernant les déterminants de l’évaluation de performance. En
effet, Lauras dégage trois éléments essentiels en fonction desquels la performance peut être
pilotée en se basant sur les connaissances précitées (ABC-ABM, BSC, ECOGRAI et SCOR) qui
seraient : « les processus, les centres de décision et les déterminants de la performance ». Le
tableau 2.4 (Tab.2.4) résume les définitions et les interprétations de chacun de ces éléments
proposées. L’idée générale est d’apparaître ce lien entre la vue décisionnelle (les centres de
décision), la vue fonctionnelle (les processus opérationnels) et la performance.
Elément Définition Interprétation
Centres de décision Il s’agit d’un ensemble Le centre de décision utilise des

(processus de pilotage) d’activités, d’une même leviers de commande lui permettant
fonction, ayant même horizon de de transformer des informations
planification et période de remise externes « I » en consignes « C » et
60
en cause de celle-ci, devant être moyens « M », en fonction

exécutées suivant des objectifs d’objectifs « O » et contraintes
donnés par un seul cadre de « Ct » potentiellement issus
décision (contraintes « Ct »). d’autres centres de décision,
Donc un centre de décision est un hiérarchiquement supérieurs. Ces
élément constitutif du processus leviers sont appelés des
de pilotage qui fixe les finalités déterminants de la performance
(consignes « C ») et les moyens « D » [Kaplan et Norton, 2001], des
(ressources « M ») de tous les variables d’action [Supply Chain
autres processus. Council, 2005] ou encore des
variables de décision [Bitton, 1990].
Processus opérationnels Ils sont vus comme des les consignes « C » et moyens
enchaînements d’activités qui « M » vont cadrer la ou les activités
utilisent des ressources « M », qui composent le processus
transforment des entrées « E » opérationnel correspondant. Une
en sorties « S » en fonction de activité va alors, sous ces conditions
consignes « C » préétablies (par « Ct », transformer les entrées « E »
les processus de pilotage). Ces en sorties « S », et produire ainsi la
enchaînements (fonctions valeur ajoutée. Plus les sorties « S »
réalisées « F ») doivent être seront conformes aux consignes
structurés de façon à produire un « C », plus la performance « P »
résultat constituant de la valeur sera bonne. Mais, la performance se
pour le client. juge aussi en fonction des moyens
« M » alloués pour réaliser l’activité
et de l’utilisation qui en est faite.
Tab.2.4: Définitions et interprétations des processus et des centres de décision [Lauras, 2004].
La figure suivante (Fig.2.24) illustre cette interprétation. Finalement, les relations de

causalités mises en évidence par Lauras montre que la performance « P » dépend directement
(pour « M » et « C ») ou indirectement (pour « S ») des déterminants de la performance « D ».
Fig.2.24: Articulation entre centres de décision et processus opérationnels [Lauras, 2004].
61
Dans cette optique, Lauras propose une redéfinition du triptyque « pertinence, efficacité
et efficience », à partir, non plus des résultats obtenus, mais de l’origine de la performance que
constituent les déterminants (Fig.2.25) [Lauras, 2004]:
 Point de vue pertinence : « évalue l’adéquation des moyens avec les déterminants de la
performance. Il s’agit ici d’indiquer dans quelle mesure les moyens et ressources
disponibles supportent l’exécution des déterminants de l’activité. Cette donnée doit
permettre de détecter des moyens insuffisants ou des ressources surdimensionnées » ;
 Point de vue efficacité : « évalue l’adéquation des consignes avec les déterminants de
la performance. Il s’agit de juger de la faisabilité des consignes assignées à l’activité.
Les objectifs peuvent être en décalage par rapport aux types d’actions conduites au sein
de cette activité. Cette information doit permettre de détecter des consignes farfelues ou
des déterminants de la performance inadaptés à la mission confiée » ;
 Point de vue efficience : « évalue l’adéquation des résultats de l’activité avec les
déterminants. Il s’agit de préciser dans quelle mesure la mise en œuvre des déterminants
de la performance de l’activité produit les résultats attendus. Il doit permettre de valider
ou mettre en question les choix établis en termes de leviers d’action ou de décision ».
Fig.2.25: Le triptyque « pertinence, efficacité et efficience » selon Lauras [Lauras, 2004].
Ces points de vue nous paraissent très prometteurs pour intégrer ce triptyque
d’évaluation de la performance dans la conceptualisation de notre système d’étude : « la chaine
du transport intermodal de marchandises» (cf. Chapitre 3).
Tout au long de cette partie (cf. section 2.4), nous avons d’une part défini les différents
concepts liés à l’évaluation de performance de la chaine logistique (cf. section 2.4.1), ce concept
est utilisée pour atteindre deux finalité qui seraient « démarches à priori et démarches à
62
posteriori ». Nos travaux de recherche se situent dans l’optique des « démarche à posteriori »
puisque notre objectif est d’évaluer l’efficacité de notre système par rapport à un plan ou un
objectif déterminé dans le cadre d’une stratégie d’entreprise étendue. Cette démarche exige une
bonne maitrise et une analyse détaillée du système à étudier (cf. Chapitre 3, section 3.2). D’autre
part, nous avons fait un tour d’horizon sur l’ensemble des méthodes et des modèles proposés
dans la littérature scientifique afin de mener des bonnes pratiques d’évaluation de performance
(cf. section 2.4.2), deux grandes familles de ces outils ont été dégagées à savoir, les méthodes
basées sur la notion des processus et celles basées sur les centres de décision. Ceci qui nous a
permis de constater l’importance des travaux menés par Lauras dans [Lauras, 2004]. En effet,
cette redéfinition du triptyque « pertinence, efficacité et efficience » qui fait apparaître ce lien
entre la vue décisionnelle (les centres de décision), la vue fonctionnelle (les processus
opérationnels) et la performance, nous parait très prometteuse pour intégrer cette pratique
d’évaluation de la performance dans la conceptualisation de notre système d’étude : « la chaine
du transport intermodal de marchandises» (cf. Chapitre 3).
En conclusion, nous avons introduit le domaine de l’évaluation de performance où

s’articulent une partie des premières contributions de nos travaux de recherche à savoir la
conceptualisation d’une architecture de contrôle du système du transport intermodal de
marchandises (cf. Chapitre 3, section 3.3). Dans la section suivante de ce chapitre (cf. section
2.5), nous allons conclure et synthétiser ce deuxième chapitre de ce manuscrit.
La logistique est une notion qui a connu une évolution au fil des temps. Partant d’une
source mathématique, les démarches de la logistique actuelle ont construit leurs concepts de
base en s’inspirant des pensées de la logistique militaire. La période après-guerre est marquée
par la naissance de deux notions plus étendues : la chaine logistique (Supply Chain) et la
gestion des chaines logistiques (Supply Chain Management). Les concepts de SC et de SCM,
en raison de la mondialisation et de la globalisation des économies, deviennent aujourd’hui
indispensables pour des systèmes de production et de distribution. Cette notion de « Supply
Chain » reflète l’image statique d’un ensemble d’entreprises assemblés au sein d’une structure
de fonctionnement régulée, ayant un système de communication pour faciliter la circulation de
produits et de l’information dont le but est de répondre à des besoins et d’atteindre des objectifs
déterminés ceci étant principalement caractérisé par la satisfaction du client. Le « Supply Chain
Management », pour sa part, englobe les approches, les méthodes et les outils permettant de
63
répondre aux besoins en matière d’intégration d’entreprises et de coordination des flux de

matière et des flux d’information (image dynamique).
C’est sur l’axe d’intégration d’entreprises dans la chaine logistique globale que nous
positionnons nos travaux. Cet axe suppose la maîtrise des différents états « d’ententes
industrielles » qui peuvent être nouées inter et intra-entreprises. Ces ententes s’appuient sur un
rapprochement des centres de décision et gèrent les aléas rencontrés suivant une architecture de
pilotage. L’architecture de pilotage forme une articulation entre le système décisionnel et le
système d’information des chaines logistiques. C’est sur ce dernier volet que nous positionnons
nos travaux de recherche : Système d’Information de la Logistique Intégrée.
Le système d’information est l’interface entre le système de décision et le système

opérationnel qui réalise les objectifs définis par le système de décision. Il s’agit du système
nerveux de la chaine logistique où les différentes technologies hétérogènes sont rassemblées
et combinées permettant ainsi le pilotage informationnel des marchandises tout au long de la
chaîne logistique. L’un des domaines d’application des outils et services info-logistiques nous
trouvons : « le suivi et le développement des flux intermodaux ». C’est sur ce domaine nous
positionnons le contexte de nos travaux : Système d’Information de la Logistique Intégrée
dans le contexte du transport intermodal de marchandises (porte à porte).
Le suivi et le développement des flux intermodaux visent à assurer l’interopérabilité des

modes de transports et des systèmes d’informations. Ceci repose sur des architectures
permettant à des applications hétérogènes de gérer leurs échanges assurant ainsi
l’interconnexion des équipements distants (fixes ou mobiles) au Système d’Information d’une
organisation. De ces différents éléments, nous déduisons, dans un premier temps, plusieurs
besoins à satisfaire pour atteindre notre objectif d’aide à l’évaluation de la performance des
systèmes du transport intermodal : d’abord, il convient de proposer une conceptualisation et
une modélisation du système à étudier. Ensuite, il est nécessaire de situer la performance des
acteurs intervenants et de leurs ententes mutuelles. Un tour d’horizon des travaux de recherche
et des outils de modélisation et d’évaluation de performance montre : d’une part, l’importance
des modèles à base des agents (SMA). D’autre part, l’importance des travaux menés par Lauras
dans [Lauras, 2004] concernant la redéfinition du triptyque « pertinence, efficacité et
efficience » en faisant apparaître ce lien entre la vue décisionnelle, la vue fonctionnelle et la
performance. Ceci nous parait très prometteur pour bien mener l’analyse de la performance du
système étudié.
64
Chapitre 3. Contribution à la conceptualisation d’une architecture du contrôle de la performance de service porte à porte pour la
modélisation de la chaine de transport intermodal de marchandises
Chapitre 3
CONTRIBUTION A LA CONCEPTUALISATION D’UNE
ARCHITECTURE DU CONTROLE DE LA PERFORMANCE DE
SERVICE PORTE A PORTE POUR LA MODÉLISATION DE LA CHAINE
DE TRANSPORT INTERMODAL DE MARCHANDIES
Table des matières

3.1. Introduction
3.2. Description du transport intermodal de marchandises de porte à porte, le cas du
corridor de la vallée de Seine
3.2.1. Introduction
3.2.2. Transport intermodal de marchandises : définitions et concepts
3.2.2.1. La conteneurisation
3.2.2.2. Les caractéristiques de la chaine de transport intermodal
3.2.2.3. Le corridor
3.2.2.4. Brève présentation du corridor de la vallée de Seine
3.2.2.5. Bilan – Conclusion
3.2.3. Système opérationnel de la chaine de transport intermodal

3.2.3.1. Introduction
3.2.3.2. Les opérations du changement des modes de transport
a. Zone des opérations portuaires
 Mécanisme et équipements
 Problèmes de planification de la zone des opérations portuaires
b. Zone de stockage
 Problèmes de planification de la zone de stockage
c. Zone des opérations terrestres
3.2.3.3. Les procédures d’empotage et de dépotage
3.2.4. Système décisionnel de la chaine de transport intermodal

3.2.4.2. Processus n°1 : Déclenchement et clôture de système intermodal
3.2.4.3. Processus n°2 : Organisation de système de transport intermodal
65
3.2.4.4. Processus n°3 : Acheminement des conteneurs

3.2.4.5. Bilan - Conclusion
3.2.5. Système informationnel de la chaine de transport intermodal

3.2.5.2. Principaux échanges d’informations relatifs au transport intermodal
a. Les échanges d’informations relatifs au pré et post acheminement
b. Les échanges relatifs au « booking »
c. La transmission du connaissement et du manifeste
d. Les échanges avec les douanes
e. Le suivi logistique des conteneurs
3.2.5.3. EDI portuaire
3.2.5.4. AP +
3.2.6. Synthèse de la sous-section 3.2 du chapitre 3
3.3. Contribution à la conception d’une architecture du contrôle dans un

environnement de transport intermodal de marchandises
3.3.1. Introduction
3.3.2. Méthodologie de la conceptualisation de l’architecture de contrôle proposée
3.3.3. Architecture de contrôle de la chaine de transport intermodal de marchandises
66
3.1. Introduction
Après avoir acquis un état de l’art d’une part sur la chaine logistique et la gestion de la
chaine logistique, et d’autre part sur la modélisation et l’évaluation de performance de la chaine
logistique. Ce troisième chapitre de ce manuscrit se focalise d’une part sur une analyse
détaillée et une bonne maitrise des concepts fondamentaux de notre domaine spécifique afin de
pouvoir réaliser une conceptualisation fidèle à l’environnement de transport intermodal de
marchandises (porte à porte). D’autre part, il propose une structure générique et une
architecture de contrôle de performance mixte à plusieurs superviseurs ayant des liens
communs afin de pouvoir intégrer les déterminants de la performance et de respecter la
spécificité structurelle, organisationnelle et décisionnelle du système étudié :
La deuxième section (cf. section 3.2) recueille les principaux termes utilisés dans la
logistique du transport, particulièrement ceux liés à la notion de l’intermodalité et elle propose
une brève présentation du corridor de la vallée de Seine. Ensuite, elle traite les activités et les
fonctions opérationnelles de la chaine du transport intermodal en faisant un tour d’horizon sur
les mécanismes adoptés, les équipements les plus répondus utilisés et aussi les différents
problèmes de planification rencontrés dans les terminaux portuaires. Dont l’objectif est de
pouvoir sélectionner les centres de décision de ce système, cette section représente une
formulation du processus de décision de la chaine du transport intermodal et le type d’action
sur lequel il intervient. Enfin, elle aborde le système informationnel pour pouvoir comprendre
l’architecture de pilotage existante dans l’environnement de notre système d’étude.
Dans la troisième section (cf. section 3.3), nous nous focalisons sur les premières
contributions de nos travaux de recherche en matière de la conception d’une structure de
contrôle de la performance dans un environnement de transport intermodal de marchandises
(porte à porte). En effet, cette section recueille tout d’abord une analyse descriptive de notre
méthodologie de la conceptualisation, fondée sur les principaux travaux préalablement réalisés
en matière d’état de l’art afin de dégager une structure générique capable de représenter une
chaine de transport intermodal de marchandises. Par la suite, elle représente notre architecture
de contrôle afin de pouvoir modéliser notre système d’étude. Enfin, une synthèse qui positionne
nos travaux de recherche sera proposée dans la quatrième section (cf. section 3.4).
67
3.2. Description du transport intermodal de marchandises de porte à

porte, le cas du corridor de la vallée de Seine
3.2.1. Introduction
Cette partie du troisième chapitre se focalise sur l’acquisition d’une description portée
d’une part sur le système opérationnel de la chaine de transport intermodal, et d’autre part sur
le système décisionnel et le système informationnel pilotant cette chaine :
La deuxième sous-section (cf. section 3.2.2) recueille d’une part les principaux termes
utilisés dans la logistique du transport, particulièrement ceux liés à la notion de l’intermodalité.
D’autre part, propose une brève présentation du corridor de la vallée de Seine. In fine, nous
avons limité nos travaux de recherche au transport international de porte à porte qui se repose
sur la conteneurisation. Dans ce cadre, il nous parait essentiel de configurer les structures
logistiques en Haute Normandie en proposant une description de sa partie opérationnelle.
Dans la troisième sous-section (cf. section 3.2.3), nous traitons d’une part les activités
et les fonctions opérationnelles de la chaine du transport intermodal. Ces opérations peuvent
être classées en trois catégories qui seraient : « les procédures d’empotage, les procédures de
dépotage et les opérations de changement du mode du transport dans les terminaux
intermodaux». D’autre part, nous faisons un tour d’horizon sur les mécanismes adoptés, les
équipements les plus répondus utilisés et aussi les différents problèmes de planification
rencontrés dans les terminaux portuaires. L’objectif est de comprendre les consignes définies
par le système de décision et ainsi pouvoir sélectionner les centres de décision de ce système.
Tout au long de la quatrième sous-section (cf. section 3.2.4) nous représentons le

processus de décision de la chaine du transport intermodal d’une part, le type d’action sur lequel
il intervient d’autre part. Ceci permet la formulation des processus de décision. Pour compléter
cette étude, il nous parait essentiel d’aborder le système informationnel pour pouvoir
comprendre l’architecture de pilotage existante.
Pour sa part, la cinquième sous-section (cf. section 3.2.5) propose d’une part une
synthèse des fonctions assurées par les principaux systèmes informatiques liées aux opérations
du transport intermodal. D’autre part, une présentation de l’EDI portuaire mis en œuvre par le
port du Havre et une description du système AP+ de suivi de toute la chaine logistique sur tout
68
le corridor de la vallée Seine. Enfin, une conclusion qui positionne nos travaux de recherche
sera proposée dans la sixième sous-section (cf. section 3.2.6).
3.2.2. Transport intermodal de marchandises : définitions et concepts
Cette sous-section recueille les principaux termes utilisés dans la logistique du transport,
particulièrement ceux du transport intermodal de porte à porte. L’objectif est de convenir à la
signification des termes et des concepts de base en usage courant et de faciliter ainsi leurs
compréhensions techniques.
Selon Le Petit Robert, le transport est le « fait de déplacer des êtres ou des choses. Fait
de porter pour faire parvenir en un autre lieu ; manière de déplacer […] déplacement sur une
assez longue distance et par des moyens spéciaux, […] Transport par terre, par voie de terre ;
par chemin de fer, par route. […] Ensemble des moyens employés pour transporter les
marchandises et les personnes... » [Le Petit Robert, 2011].
Le transport de marchandises sur longue distance est segmenté par le recours à

plusieurs modes de transport successifs dans un souci de complémentarité et de compétitivité.
Pour introduire le transport « intermodal », nous définissons dans le tableau suivant (Tab.3.1)
le transport de marchandises selon ses modes de transport en mettant la lumière sur les
caractéristiques de chaque mode.
Caractéristiques
Modes
Terrestres « Oversea »
Routier Ferroviaire Fluvial Maritime Aérien
Petits colis OUI OUI NON NON OUI

(messagerie) (messagerie) (messagerie)
(-de 50 kg)
Colis volumineux NON (sauf OUI OUI OUI OUI

transports
exceptionnels)
Produit NON OUI OUI OUI NON

pondéreux
Types de flux Domestique + Domestique Europe Intercontinental Intercontinental

Europe + Europe du Nord
continentale
69
continentale + + Moyen-
Moyen-Orient Orient
Possibilités de + fer + route + mer + route ou mer -

transport combiné (ferroutage) (ferroutage) (barges) (Ro-Ro) ou
autre que ou mer (Ro- ou mer (Ro- fluvial (barges)
conteneurs Ro) Ro)
Possibilités de OUI NON (sauf NON NON NON

porte à porte ITE)
Rapidité Rapide mais Peu rapide Peu Peu rapide Très rapide
encombrement (priorité aux rapide (encombrement
des grands voyageurs, des grands
axes et des disparité du ports
frontières réseau de internationaux)
l’UE)
Coûts Moyens Faibles Faibles Faibles Importants
Contraintes - - - Fortes (coûts Chasse au

d’emballage importants) poids
Tab.3.1: Les principaux modes de transport de marchandises [Venturelli et al., 2010].
De ces éléments, le transport dit « multimodal » est le transport d’une marchandise

donnée pour lequel on segmente la chaine de transport, en utilisant successivement des modes
de transports différents (routier, ferroviaire, fluvial, …). On choisit, pour chaque segment, le
mode le plus performant en fonction de la nature de la marchandise, des contraintes de l’offre
de service et de la demande logistique. La mise en œuvre de cette chaine peut entrainer un
changement de contenant. Tandis que, le transport dit « intermodal » représente
l’acheminement de marchandises placées dans une unité de chargement (conteneur, swap-
body, etc.) recourant successivement à plusieurs modes de transport, sans empotage ni
dépotage (sans changement de contenant) à chaque changement de mode, du point d’origine au
point de destination finale avec une ou plusieurs interfaces [MEDDTL, 2008].
En conclusion, Le transport de marchandises reste général et inclut plusieurs natures de

produits transportés et différentes chaines de transport. Notre étude se limite au transport
intermodal international qui se repose sur la conteneurisation. La raison pour laquelle nous
retenons la définition du transport intermodal, adoptée par CRAINIC et KIM en 2007, soit : « Le
transport intermodal de marchandise est une chaine multimodale de services de transport de
conteneurs. Cette chaine liant l’expéditeur au destinataire dans un service « porte à porte », se
déroulant sur de grandes distances » [Crainic et Kim, 2007]. Dans la suite, nous traitons la
70
notion de la conteneurisation (cf. section 3.2.2.1), les principales caractéristiques da la chaine

du transport intermodal (cf. section 3.2.2.2) et la notion du corridor (cf. section 3.2.2.3).
3.2.2.1. La conteneurisation
Dans cette section, on étudie les concepts liés à la conteneurisation, ses composants, ses
avantages et ses inconvénients. La notion de la « conteneurisation » s'est développée durant
les trente dernières années. Le conteneur est un moyen de transport qui a permis de réduire les
coûts et les délais grâce à la standardisation. Le transport de marchandises en conteneurs a une
multitude d'avantages par rapport au transport de marchandises non regroupées. En effet, La
marchandise, une fois empotée en conteneur, ne subit plus d'autres manutentions jusqu'à son
destinataire final. Ce qui est manutentionné est ainsi le contenant et non le contenu.
Le conteneur est une « boite » rectangulaire de dimension universelle. Le conteneur

standard de vingt pieds sert d'unité de référence pour estimer les capacités d'un navire et évaluer
les flux. On parle alors en EVP (Equivalent Vingt Pieds) ce qui correspond à un volume utile
de 33 mètres cube. Mais d'autres conteneurs plus spécifiques existent comme les conteneurs
frigorifiques, les conteneurs-citernes (tank container) et les plein-ciel (open top) [UIRR, 2008].
C’est grâce aux conteneurs que le transfert de marchandises d'un mode de transport à un
autre est devenu plus rapide suite à la favorisation de l'automatisation d'un grand nombre des
opérations de manutention, et l'accélération des opérations de chargement et de déchargement.
Néanmoins, les conteneurs ont quelques inconvénients car les températures élevées et la
ventilation réduite dans ces derniers entrainent de lourds dommages [Savy, 2007].
3.2.2.2. Les caractéristiques de la chaine du transport intermodal
Selon Crainic et Kim, Les principales caractéristiques de la chaine du transport

intermodal forment trois principes [Crainic et Kim, 2007] (Fig.3.1):
 Seuls les conteneurs sont manipulés et non pas les marchandises qu’ils contiennent :
l’expéditeur livre un FCL6 (Full Container Load) où les marchandises sont regroupées.
Le FCL est chargé et déchargé sous la responsabilité de l’expéditeur, et seul le
destinataire a le droit de vider le conteneur. Ceci assure l'écoulement direct des
6
Le conteneur est plein en volume.
71
marchandises depuis l'usine de l'expéditeur jusqu’au lieu de livraison avec un minimum

de rupture, de retard et de risque;
 De l’expéditeur vers le port initial : les conteneurs quittent le lieu de l’expédition par
un camion directement vers le port initial (premier port) ou bien en passant par une gare
ferroviaire / port fluvial, pour que par la suite un train / une barge livre ces conteneurs
au premier port (Exportation);
 Du port final vers la destination finale : un navire va déplacer les conteneurs du port
initial jusqu’à un port sur l'autre continent (port final). Les conteneurs quittent ce dernier
et seront livrés au destinataire final par un seul ou une combinaison des modes de
transport « camion, rail ou la navigation fluviale » (Importation).
Port maritime Navire

Destinataire
Barge
Port fluvial
Train
Gare ferroviaire Expéditeur
Camion
Fig.3.1: Illustration des composants de la chaine de transport intermodal.
3.2.2.3. Le corridor
Un corridor est un concept géographique. Au fil du temps cet espace est devenu un outil
de développement économique [Comtois, 2012] (Tab.3.2):
Période Description
Durant la décennie 1950 Un corridor de transport rassemblant des infrastructures de transport.
Durant la décennie 1960 Le terme a évolué pour inclure un axe de développement urbain
construit le long d’infrastructures et composé de centres urbains.
Durant la décennie 1970 L’adhésion aux principes de l’économie de marché et l’intégration des
modes de transport mènent à la formation de corridors de
72
développement. Un corridor de développement est une région

limitrophe à une dorsale d’infrastructures de transport. Ces corridors
sont des milieux innovants qui disposent de centres financiers, de sièges
de corporations internationales et de plateformes continentales. Ils sont
étroitement associés à de hauts niveaux d’accessibilité, de connaissance,
de culture et sont synonymes de prospérité mais leur exploitation
dépend de la présence d’infrastructures de transport efficaces.
Dès la décennie 1980 Un corridor de développement fut remplacé par celui de corridor de
commerce. Le concept de corridor de commerce traduit le besoin
d’intégration économique. L’intégration du commerce et des transports
est concomitante au développement d’un système de transactions et de
transport avancé. Seul un tel système facilite la négociation d’accord.
Les corridors de commerce regroupent: 1) les flux de produits, services,
personnes et informations résultant d’une concentration des fonctions de
production, de transformation et de distribution ; 2) les systèmes et les
infrastructures de transport qui facilitent ces flux ; 3) et, les politiques et
lois qui règlementent ces éléments.
Depuis la décennie 1990 Les corridors de commerce sont de plus en plus le résultat de processus
de décision décentralisés. Ces corridors peuvent être créés, désaxés ou
déclinés avec le temps en fonction de l’introduction de nouvelles
technologies et de changements commerciaux résultant de changements
au sein de la communauté. Dans ce contexte, un corridor combine des
infrastructures physiques et non physiques : 1) Les infrastructures
physiques couvrent les réseaux et les équipements de transport et de
télécommunication ; 2) Les infrastructures non-physiques incarnent le
capital, les connaissances, la main-d’œuvre et les ressources appliqués
aux réseaux physiques, incluant la capacité de contracter une obligation,
de transporter et de négocier un accord de transfert dans des contextes
politiques, financiers et légaux spécifiques aux différentes parties du
monde. Un corridor fonctionnel est basé sur le type, le volume et la
direction des flux [Rotter, 2004].
Tab.3.2: Les périodes de développement de la notion du corridor [Comtois, 2012].
En résumé, un corridor est une séquence d’activités de distribution supportant un large

éventail de fonctions au sein d’une région urbaine, il s’agit bien d’un axe logistique intégré
[Rodrigue, 2004]. Les corridors sont une composante essentielle du transport global et des
systèmes logistiques et l’un des aboutissements des ports en tant que plateformes continentales
alors qu’ils fournissent des structures intermodales et des connexions avec les arrière-pays.
La littérature scientifique souligne l’importance des ports dans le développement des

corridors, il existe une littérature émergente ([Rimmer, 1999], [Comtois, 2007]) portant sur les
expéditeurs, les transporteurs et les opérateurs de terminaux, considérés comme les principaux
acteurs possédant les connaissances et les compétences pour répondre aux besoins du commerce
international. D’autre littérature [Konings et Ludema, 2000] démontre comment les problèmes
de juridiction affectent le fonctionnement des corridors en termes de ruptures de charge.
73
Les défis sont bien sûr spécifiques à chaque corridor, ce qui ne permet pas toujours une
simple transposition. Des mesures seraient à envisager et à vérifier. En effet, le développement
de l’axe de la vallée de Seine en tant qu’un corridor logistique international (cf. section
3.2.2.4), un territoire étendu de Cherbourg à Dieppe avec un fleuve, un littoral portuaire, un
estuaire, une baie ouverte sur la mer et une région toute entière connue dans le monde entier,
compte sur plusieurs projets d’amélioration de la performance du transport intermodal.
3.2.2.4. Brève présentation du corridor de la vallée de Seine
En 2013, les trois régions d’« Ile-De-France », de « Basse-Normandie » et de « Haute-

Normandie » se sont engagées dans une démarche de développement de la vallée de la Seine,
vallée reliant par le fleuve la capitale à une façade maritime ouverte vers l’international [CCI
Normandie, 2014]. La dynamique engagée, soutenue par l’ensemble des acteurs du territoire
(Fig.3.2), se décompose en trois axes [CCI Normandie, 2014]: 1) La gestion de l’espace et le
développement durable pour aménager le territoire ; 2) Les flux, déplacements et réseaux ; 3)
Le développement économique et le soutien de l’emploi.
Fig.3.2: Partenariats entre la Normandie et l’Ile-De-France [Nov@log, 2013].
Le projet HAROPA (ports de Havre-Rouen-PAris) est reconnu comme un acteur de

qualité avec ses contraintes économiques et environnementales qui ne permettent plus aux
logisticiens de travailler seuls. En effet, HAROPA permet au trois ports d’accéder à une
visibilité accrue à l’international [HAROPA, 2014]. De par sa localisation, son histoire, la
diversité de ses territoires, ses nombreux savoir-faire traditionnels et innovants, et son capital
humain, la vallée de Seine regorge d’atouts la positionnant au sommet de palmarès des régions
françaises et européennes (cf. Annexe 2 – Les atouts du corridor de la vallée de Seine).
74
Tout au long de cette partie (cf. section 3.2.2), nous avons d’une part défini les différents
concepts liés à la chaine du transport intermodal de marchandises, l’objectif est de convenir à
la signification des termes de base en usage courant et de faciliter ainsi leurs compréhensions.
Puisque le transport de marchandises est général et inclut plusieurs natures de produits
transportés et différentes chaines de transport, nous avons limité nos travaux de recherche au
transport intermodal international qui se repose sur la conteneurisation. D’autre part, nous
avons proposé une brève présentation du corridor de la vallée de Seine (cf. section 3.2.2.4),
comme étant un exemple concret d’un corridor qui regorge d’atouts : sa localisation, son
histoire, la diversité de ses territoires, ses nombreux savoir-faire traditionnels et innovants et
son capital humain. Et qui compte sur plusieurs projets d’amélioration de performance du
transport intermodal (APLOG).
En conclusion, nous avons introduit et situé l’intérêt régional de nos travaux. En effet,
les travaux de recherche de cette thèse sont menés à l’université du Havre dont le projet
d’appartenance est APLOG (Amélioration et Performance de la LOgistique Globale). Ce projet
s’intéresse à la configuration actuelle des structures logistiques en Haute Normandie
(équipements, acteurs, métiers, …) et particulièrement au management des chaines logistiques
globales (cf. Chapitre 1). Dans la section suivante de ce chapitre (cf. section 3.2.3), nous allons
proposer une description de la partie opérationnelle de la chaine du transport intermodal.
3.2.3. Système opérationnel de la chaine de transport intermodal
Dans cette sous-section on étudie le système opérant qui traite les activités
opérationnelles de la chaine du transport intermodal. L’objectif est de comprendre les consignes
définies par le système de décision et ainsi sélectionner les centres de décision du système.
Les principales opérations du transport intermodal peuvent être classées en trois

catégories qui seraient : « les procédures d’empotage (Stuffing procedures), les procédures de
dépotage (Stripping procedures) et les opérations de changement du mode du transport dans
les terminaux intermodaux (Trans-loading operations)» (Tab.3.3). Dans la suite, nous traitons
d’une part les opérations de changement des modes du transport (cf. section 3.2.3.2) et d’autre
part les procédures d’empotage et de dépotage (cf. section 3.2.3.3).
75
Quitter via Destinataire Modes de transport
Arriver via
Expéditeur Service de porte à porte Procédures d’empotage

(Door-to-Door service) (Stuffing procedures)
Modes de transport Procédures de dépotage Changement du mode de

transport dans un terminal
(Stripping procedures)
intermodal
(Trans-loading operations)
Tab.3.3: Les principales opérations du transport intermodal.
3.2.3.2. Les opérations du changement des modes de transport
Les terminaux intermodaux (portuaire, ferroviaire ou fluvial) servent d’interfaces entre

modes de transport (Tab.3.4). Puisque le terminal portuaire est un intervenant important dans
la chaine de transport intermodal. En effet, il sert de plateforme de transbordement
(transshipment) entre les navires océaniques et les autres modes de transport plus locaux,
comparativement aux autres types de terminaux qui se limitent à une interface entre un ou deux
modes. Alors notre étude sur le mécanisme d’un terminal portuaire généralise le mécanisme
des autres terminaux intermodaux.
Quitter le terminal Navires océaniques Train, Camion ou

Barge
via
Arriver au terminal
via
Navires océaniques Transbordement Cycle d’importation

(Transshipment) (Import cycle)
-terminal portuaire- -terminal portuaire-
Train, Camion ou Barge Cycle d’exportation Terre - Terre

(Export cycle) (Land-Land)
-terminal portuaire- -tous les terminaux
intermodaux-
Tab.3.4: Les principales opérations du « trans-loading ».
76
Le scénario du cheminement d’un conteneur dans le terminal portuaire se lance une fois
le navire se présente au terminal, le reste du scénario est comme suit (Fig.3.3):
 Un quai doit être assigné à ce navire, conjointement à cette assignation, un

nombre de grues de quai est réservé pour travailler sur le navire ;
 Une fois le navire accosté au quai, les conteneurs sont saisis par la grue de quai
et déposé sur un véhicule de transport interne ;
 Celui-ci se dirige ensuite vers la pile qui a été assignée au conteneur et il est
transféré dans celle-ci par un pont roulant sur pneumatiques ;
 Suite à une période d'entreposage, le conteneur est transféré vers un autre mode
de transport et livré au client ;
 La suite d'opérations est inversée dans le cadre d'opérations d'exportations.
Fig.3.3: Succession des opérations dans un terminal portuaire.
Crainic et Kim en 2007 dans [Crainic et Kim, 2007] divisent les opérations des
terminaux portuaires à conteneurs en trois grandes catégories (Fig.3.4):
 Les opérations portuaires qui comprennent l’amarrage, le déchargement et le

chargement des porte-conteneurs. Ces opérations sont réalisées dans « la zone
d'opérations portuaires ». Le rôle de cette zone est de servir de point de transfert des
conteneurs entre le terminal et les navires (ou barges) (cf. section 3.2.3.2.a);
 Les opérations de réception et d’expédition en provenance ou portant vers les autres

modes de transport (camions ou trains). Ces opérations sont réalisées dans « la zone
d'opérations terrestre ». Le rôle de cette zone est de servir d'interface entre le terminal
et les autres moyens de transport : trains et camions (cf. section 3.2.3.2.c);
77
 Les activités de manutention et d’entreposage des conteneurs dans la cour du terminal.

Ces opérations sont réalisées dans « la zone de stockage ». Le rôle de cette zone est de
servir de tampon afin d'absorber temporairement les flux de conteneurs en provenance
et à destination des navires et des autres modes de transport (cf. section 3.2.3.2.b).
Fig.3.4: Les principales zones d’opérations dans un terminal portuaire.
a. Zone des opérations portuaires
Suivant la décomposition du terminal portuaire, cette zone est considérée la première

zone où se passent les premières opérations sur les conteneurs reliant le quai (navire ou barge)
à la zone de stockage. La figure 3.5 (Fig.3.5) résume le mécanisme de ces opérations en
dégageant les principaux intervenants et équipements utilisés. On écarte la possibilité de réaliser
un transbordement direct des conteneurs dans les autres modes de transport car
l’ordonnancement des horaires entre le navire et les trains / camions est rarement possible.
De ces éléments, nous pouvons dégager les principaux équipements les plus utilisés dans
la zone des opérations portuaires qui seraient : « Grue de quai, Grue de barge, Chariot cavalier
et remorque » (Tab.3.5).
78
Fig.3.5: Le mécanisme de la zone des opérations portuaires.
Grue de quai Grue de barge Chariot cavalier Remorque
Il existe plusieurs types Les opérations de Plusieurs sortes de Il assure le transport

de grues de quai pour le chargement et de véhicules de transport interne dans le
chargement / déchargement des interne qui assurent les terminal, notamment
déchargement avec des barges se passent de la déplacements entre le dans la zone des
capacités, des même façon que sur les quai et la zone de opérations portuaire, la
structures et des navires à l’aide des stockage. L’utilisation grue dépose le
mécanismes différents. grues de quai. Il existe la plus répondue est conteneur sur le
Conséquence du souci dans plusieurs celle des chariots remorque et ce dernier
de toujours réduire le terminaux des grues cavaliers connus par le transporte jusqu’à sa
temps de séjour à quai spécifiques pour la leur facilité de position de stockage
des navires. manutention des déplacement et leur qui lui est assigné.
barges. autonomie.
Tab.3.5: Les équipements les plus répondus dans la zone des opérations portuaires.
79
 Problèmes de planification de la zone des opérations portuaires
Dans cette partie, nous allons citer d’une manière non exhaustive les différents
problèmes de planification stratégiques, tactiques et opérationnels liés aux opérations portuaires
(Tab.3.6).
Niveau de Description du problème Discussion

planification
Niveau La détermination d’un nombre Les avantages liés à l'augmentation du

stratégique optimal de quais en tenant compte nombre de quai sont: 1) Un bon service aux
du compromis entre la qualité du navires ; 2) Diminution des risques de
service aux navires et les coûts congestion des quais ; 3) Diminution du taux
associés aux temps d'opération sur de l'utilisation de la capacité du terminal.
les navires, les coûts d'opération sur
Les inconvénients liés à l'augmentation du
le quai et les coûts de construction
nombre de quai sont : 1) Risque
du quai.
d'interférence entre les opérations des
différents navires ; 2) Augmentation des
investissements ; 3) Augmentation de la
circulation dans le terminal.
La détermination du nombre des un bon nombre de grues permet d’augmenter

grues, chaque quai doit être équipé la productivité du quai. Mais il demande un
d'un nombre suffisant de grues afin taux élevé d'investissement et risque
d'être fonctionnel et percevoir des l’augmentation des problèmes d'interférence
navires. entre les grues [Crainic et Kim, 2005].
Niveau L'allocation d'un navire à un poste Il est préférable que les postes à quai soient
tactique à quai est une décision qu'il faut proches de la zone de stockage afin que les
planifier largement à l'avance afin risques de délais des opérations n'augmentent.
d'éviter les files d'attente et donc un Mais la difficulté réside dans l'horaire de
temps sans gain pour les armateurs. l'affectation du navire au poste à quai.
La détermination d’une séquence La minimisation du temps de complétion est

d'opération de chargement et/ou très importante car elle détermine et elle
déchargement. précise le temps de départ des navires.
Niveau L’objectif de l’affectation des Les contraintes temporelles peuvent limiter le

opérationnel navires aux postes à quai (Berth temps d'accostage et le temps de départ des
Allocation Problem – BAP) est de navires. Selon [Imai et al., 2005], les deux cas
minimiser la somme du temps suivants sont distingués: 1) Le BAP statique,
d'attente et du temps de l'heure d'arrivée des navires représente une
manutention des navires. Chaque contrainte douce; 2) Le BAP dynamique, Les
poste à quai ne pouvant supporter heures d'arrivée sont fixes.
qu'un seul navire à la fois. Le temps
Les contraintes spatiales restreignent les
de manipulation du navire dépend
postes d'accostage possibles pour les navires
du poste à quai associé. Traiter le
selon un partitionnement prédéfini du quai
BAP revient à obtenir un plan
[Imai et al. 2005]: 1) La mise en continue, les
d'accostage à partir des données
navires accostent à des quais arbitraires sur le
d'entrée suivantes: 1) La longueur
quai ; 2) La mise en discret, un seul navire est
du navire ; 2) L'heure d'arrivée
servi dans une section du quai à la fois ; 3) La
80
prévue ; 3) Le temps total de mise en hybride, les grands navires peuvent

manutention ; 4) La position occuper plus d'une section tandis que les
d'accostage. petites navires peuvent partager une seule.
Le problème d’affectation des grues Le QCAP peut avoir des conditions

de quai aux navires (Quay Crane spécifiques [Bierwirth et Meisel, 2010]: 1) Le
Assignment Problem - QCAP) nombre de grues affecté aux navires ; 2) Ce
consiste à attribuer les grues aux nombre est fixe tout au long du processus de
navires. service.
Le problème d’ordonnancement Les tâches à ordonnancer peuvent être

des grues de quai (Quay Crane définies dans la base de zones de baies, ou
Scheduling Problem - QCSP). Il dans la base des piles de conteneurs, ou de
s’agit de l’ordonnancement des conteneurs individuels [Bierwirth et Meisel,
tâches décrivant la granularité dans 2010]. Suivant les attribues de la tâche, les
laquelle la charge de travail de attribues de la grue apparaissent aussi dans les
navire est considérée. Ceci nécessite modèles QCSP : 1) Le temps de préparation ;
les données suivantes: 1) Le plan 2) La marge de temps, pour chaque grue ; 3)
de stockage ; 2) Les attributs de la Les positions initiales et finales prévues pour
grue. la grue ; 4) La vitesse de déplacement.
Tab.3.6: Problèmes de la planification de la zone des opérations portuaires.
b. Zone de stockage
La zone de stockage est la zone où s'effectue l'entreposage des conteneurs. Afin

d’assurer une circulation fluide des marchandises à travers les postes à quai, les autorités
portuaires établirent diverses pratiques d'entreposage. Il existe deux principaux types
d'entreposage portuaire qui seraient « l’entreposage en transit et l’entreposage à longue
terme » [Hennessy et al., 2003]:
 L'entreposage en transit pour des marchandises ne restant qu'un laps de temps dans le
port. Il permet d'accomplir les inspections, de percevoir des taxes à l'importation,
d’éviter les encombrements du quai, de faciliter la rotation de navires et enfin de se
protéger contre les risques de retard de navires ;
 L'entreposage à long terme pour des marchandises qui pour des raisons diverses
doivent séjourner plus longtemps dans le port. Cet entreposage s'est développé
considérablement dans certains pays au point où il assure des revenus importants pour
l'autorité portuaire allant parfois de 30 à 40% de la totalité des revenus de port.
81
De ces éléments et pour répondre aux besoins d’entreposages précités. Certains ports
divisent cette zone en deux, « primaire et secondaire » [Hennessy et al., 2003]:
 Le stockage primaire a comme objectif de déstocker les conteneurs en transit et être

utilisé dans le cas d'impasse de véhicules afin de minimiser le temps d'attente des grues
de quai et donc le temps d'attente de navire ;
 Le stockage secondaire, il s’agit du stockage de conteneurs en attente de la libération

ou de l'inspection douanière. La taille de ce type de stockage est toujours extrêmement
importante que celle du stockage primaire. Les conteneurs déchargés du navire et qui
seront acheminés par train / camion sont stockés dans cette zone se trouvant plus près
des voies ferrées / routières.
Le choix des équipements utilisés dans la zone de stockage dépend de l’organisation de

la zone, le tableau 3.7 (Tab.3.7) décrit les équipements les plus répondus.
Portique de cour Chariot cavalier
Ils sont des ponts roulants sur Ils sont à différentes hauteurs qui
pneumatique ou des ponts roulants sur soulèvent, déposent et transportent les
rails. Ces équipements circulent au- conteneurs. Cet équipement sert
dessus des piles pour les déplacer mais l’organisation de cour en rangées, il
leur taille réduit leur souplesse. [Cirrelet, stocke les conteneurs en rangées en
2008]. Cet équipement sert l’organisation laissant entre elles un espacement
de cour en bloc. suffisant pour leurs déplacements.
Tab.3.7: Les équipements les plus répondus dans la zone de stockage.
 Problèmes de planification de la zone de stockage
Dans cette section, nous allons citer d’une manière non exhaustive les différents
problèmes de planification stratégiques, tactiques et opérationnels liés aux opérations
d’entreposage (Tab.3.8).
82
Niveau de Problème Description

planification
Niveau La détermination du type des L’avantage est d’assurer une grande

stratégique équipements à utiliser ainsi que fluidité des opérations entre la cour et le
l'organisation de la cour. Ces quai toute en minimisant les coûts
deux décisions sont fortement liées d’acquisition. Mais le choix est difficile car
car l'une a un grand impact sur minimiser les remaniements revient à
l'autre. diminuer la hauteur des piles, et donc
augmenter le taux d'investissement.
Niveau tactique La détermination du nombre de L’augmentation de nombre de véhicules

véhicules à utiliser pour le peut assurer un bon niveau de service aux
transport des conteneurs entre le portiques de quai. Mais ça risque
navire et la zone d'entreposage. d’augmenter les coûts du transport.
La détermination des méthodes de L’objectif est de minimiser les

triage et d'empilement des remaniements des conteneurs et les
conteneurs dans un terminal mouvements non productifs. Mais ceci
portuaire. nécessite un grand espace pour le triage.
Niveau La planification opérationnelle Deux méthodes d’affectation sont

opérationnel du transport interne entre le utilisées : 1) L'affectation d'un groupe
quai et la cour. L’objectif est la de véhicules à un portique de quai.
minimisation du temps de Les véhicules internes transportent le
transport à vide et elle porte sur conteneur et reviennent vides ce qui
le choix d'une des deux conduit à un transport à vide lors du
méthodes utilisées pour retour des véhicules ; 2) L'affectation
l'affectation des véhicules aux d'un groupe de véhicules à tous les
tâches de transport. portiques de quai. Les véhicules
transportent les conteneurs du quai vers
la zone de stockage et de la zone de
stockage vers le quai, ce qui diminue
les déplacements à vide rien que la
coordination entre les véhicules et les
grues s'avère très compliquée.
La Planification et Les portiques effectuent plusieurs

ordonnancement des portiques opérations : soulever et déposer les
de la cour. conteneurs sur les véhicules et recevoir
ceux à exporter pour leur empilement
dans les blocs de la cour du terminal.
L’ordonnancement de Ce problème se pose sur l'affectation

l’entreposage. d'une position aux conteneurs dans la
zone d'entreposage. L'objectif est de
minimiser le temps d'occupation des
équipements de manutentions dans des
83
tâches non productifs comme lors des

remaniements des conteneurs.
Tab.3.8: Problèmes de la planification de la zone de stockage.
c. Zone des opérations terrestres
La zone des opérations terrestres appelée aussi « l’hinterland » est considéré comme un
terminal à terre où se passent toutes les opérations sur les conteneurs en provenance ou à
destination des trains et des camions. Afin de mieux utiliser les équipements de transport
interne et d’augmenter leur rendement, les terminaux portuaires utilisent dans cette zone les
mêmes équipements utilisés dans la zone de stockage [Cirrelet, 2008], ce mécanisme dépond
du type de l’organisation de la cour qui seraient « en bloc ou en rangées »:
 L’organisation de la cour en bloc, les portiques de cour chargent les camions ou les
remorques et ces derniers font les déplacements des conteneurs à l’intérieur de la zone
de stockage et jusqu’au l’hinterland ;
 L’organisation de la cour en rangées, c’est les chariots cavaliers qui effectuent le

transport des conteneurs dans la zone de stockage et jusqu’au l’hinterland pour charger
les conteneurs qui quitteront le terminal par voie routier dans les camions ou bien servir
les portiques ferroviaires qui chargent/déchargent les wagons des trains de conteneurs.
Dans un terminal à conteneurs, plusieurs véhicules de transport interne sont utilisés (les
camions, les multi-remorques, les AGV et les chariots cavaliers). Ainsi nous distinguons le
transport d’empilage du transport horizontal: 1) Le transport d'empilage effectué par des
portiques de cour ; 2) Le transport horizontal se divise en transport côté quai (servant les
navires et les barges) et le transport coté terre (servant des camions et des trains). Les opérations
du côté de la terre sont analogues aux opérations du coté de quai. Un plan de chargement est
produit par la société de chemin de fer et envoyé par EDI à l'opérateur du terminal contenant
par exemple la position du wagon dans la séquence du train. L'objectif de l'opérateur ferroviaire
est de minimiser les activités de manœuvre tandis que le but de l'opérateur du terminal est de
minimiser le nombre de remaniements et de triage.
3.2.3.3. Les procédures d’empotage et de dépotage
La sécurité des conteneurs et de leurs contenus constitue la sécurité du navire lui-même,

pour cela l’opération de l’empotage (mise de marchandises dans le conteneur) doit être
84
accomplie de façon adéquate. Cette opération n’est pas seulement l’affaire de la compagnie
maritime, elle est souvent l’affaire de l’expéditeur mais il arrive que ce dernier désigne un
intermédiaire (entrepôt logistique) qui est dans la plupart du temps une entreprise spécialisée,
une société de manutention portuaire, une entreprise de déménagement ou un transporteur.
Les conteneurs sont par la suite dépotés dans des endroits (centre de distribution) se
trouvant à plusieurs kilomètres des terminaux. En effet, une fois les conteneurs sont reçus par
le destinataire, ce dernier les dépotent, stocke la marchandise, la reconditionne et la distribue
partout en Europe. Suite à ce raisonnement, les opérations d’empotage et de dépotage seront
considérées externes aux opérations se déroulant à l’intérieur du terminal portuaire.
Tout au long de cette section (cf. section 3.2.3), nous avons présenté une description
non exhaustif du système opérationnel de la chaine du transport intermodal permettant ainsi
de distinguer plusieurs sous-systèmes à savoir, les sous-systèmes qui s’occupent du remplissage
(opération d’empotage) et du vidage des conteneurs (opération de dépotage) s’effectuant
respectivement dans des entrepôts logistiques et des centres de distribution, les sous-systèmes
composés des trajets effectués par les différents modes de transport (maritime, ferroviaire,
routier et fluvial) et enfin les sous-systèmes que nous jugeons les plus complexes, il s’agit des
terminaux intermodaux, c’est au niveau de ce dernier que se déroule l’ensemble des opérations
de changement des modes de transport (rupture de charge). L’objectif est de pouvoir donner
une idée d’une part sur le degré de la complexité du système et d’autre part sur le rôle pondérant
qu’il joue dans l’économie mondiale et aussi dans le secteur d’emploi.
Dans cette perspective, nous avons fait un tour d’horizon sur les mécanismes adoptés,
les équipements les plus répondus utilisés et aussi les différents problèmes de planification
rencontrés dans les terminaux portuaires. En conclusion, nous pouvons dire que le système
opérant du transport intermodal de marchandises fait intervenir plusieurs ressources humaines
et physiques afin de réaliser les activités et les fonctions souhaitées, ceci nécessite une bonne
gestion des flux physiques et informationnels. Dans la section suivante et dont le but est
d’identifier les décideurs qui gèrent ces flux, nous allons aborder le système décisionnel pour
pouvoir dégager les centres de décision pilotant notre système et donc comprendre
l’architecture de pilotage existante en se basant sur le cas spécifique de la vallée de la Seine.
85
3.2.4. Système décisionnel de la chaine de transport intermodal
Dans cette sous-section on représente le processus de décision de la chaine du transport

intermodal d’une part, le type d’action sur lequel il intervient d’autre part. La formulation des
processus de décision a alors permis d’aborder plusieurs niveaux de conceptualisation et de
modélisation du système étudié (cf. Chapitre 4).
Sur un plan théorique, on se demande ainsi quelles sont les situations où il est nécessaire
de prendre une décision et quelles sont les composantes de la décision. La représentation du
système opérant conduit à distinguer trois types de processus où prend place une ou plusieurs
décisions. Le premier processus (cf. section 3.2.4.2) se rencontre lorsqu’intervient une
négociation transactionnelle (exemple: discussion d’un prix entre acteurs). Le processus est ici
un échange et la décision (accord) correspond au seuil à partir duquel on démarrera le système
du transport intermodal mais aussi la décision (satisfaction / retour) correspond au seuil à partir
duquel on clôturera le système. Le deuxième processus (cf. section 3.2.4.3) correspond à un
choix d’actions de planification permises par un environnement (exemple: choix d’itinéraires
et horaires). La décision correspond ici à la satisfaction d’un critère d’optimisation sur un
ensemble d’indicateurs (coûts, bénéfices). Le troisième processus (cf. section 3.2.4.4) se
rencontre lorsqu’on lance l’acheminement (exemple : transport et transfert des conteneurs). Le
processus est ici un échange et la décision correspond ici à la satisfaction d’un critère de
sécurité et du niveau de service (les délais de livraison et leur exactitude, soin de cargaison,
etc…). Pour formaliser ces processus (Fig.3.6), il est utile de les décomposer.
Fig.3.6: Les principaux processus décisionnels du système du transport intermodal.
86
3.2.4.2. Processus no 1 : Déclenchement et clôture de système intermodal
A partir de la définition de la chaine du transport intermodal, nous parlons d’un besoin

de transporter de la marchandise d’un point d’origine et à un point final. Deux acteurs
principaux apparaissent ici qui seraient : d’une part le point d’origine qui est l’expéditeur (usine
de fabrication) et d’autre part le point final qui est le destinataire final (centre de distribution).
Dans le contexte du transport conteneurisé, l’expéditeur et le destinataire final représentent les
frontières de la chaine de transport intermodal en limitant son périmètre de fonctionnement.
Ces acteurs sont particulièrement impliqués dans l’échange de flux d’informations et financiers,
et ils ne participent pas directement à l’organisation de la chaine de transport intermodal. Le
plus souvent, c’est le commissionnaire du transport qui s’occupe de cette tâche. Donc trois
acteurs principaux interviennent dans le cadre de ce processus, qui seraient : « le destinataire
final, l’expéditeur et le commissionnaire du transport » (Fig.3.8). Chacun des acteurs peut
être assimilé à un centre de décision noté CD. Chaque centre de décision a la capacité de prendre
ses propres décisions, en réponse ou non à des événements extérieurs qui influent sur
l’environnement où ils évoluent.
La construction du scénario de ce processus est décidée par la transmission d’un besoin

de destinataire final à l’expéditeur sous la forme d’une facture-devis (Proforma invoice).
L’expéditeur confirme la commande et transmet au commissionnaire du transport son besoin
d’un service de transport. Ce dernier s’occupe de l’organisation du transport intermodal de
marchandises (Fig.3.7).
Commissionnaire
Destinataire final CD1 Expéditeur CD2
du transport CD3
Commande « produit » / Facture-devis
Commande « service transport »
Livraison « service transport »
Livraison « produit »
Fig.3.7: Le scénario abrégé d’échange entre les acteurs principaux du premier processus.
87
Distribution
CD 1
Livraison
Destinataire finale
Environnement aval
Commande
transport
CD 3
Commissionnaire du transport
Approvisionnement
Expéditeur
CD 2
Environnement amont
Commande produits
Commande matières premières
Fig.3.8: Illustration des interactions entre les acteurs principaux du premier processus.
Une fois la marchandise est livrée au destinataire final ou le service de transport est
consommé, les transactions fictives (settlement) se déclenchent (demande prélèvement, débit
paiement et acquittement paiement). L’instrument de paiement peut être une lettre de crédit
(letter of credit) ou le transfert électronique de fonds (Electronic Funds Transfer).
88
Au niveau de ce processus, deux acteurs secondaires peuvent être dégagés qui seraient :
la banque et la compagnie d’assurance (insurance certificate) grâce auxquels les comptes
peuvent être réglés et les risques atténués. Ainsi, le système assure l’accord sur l'indemnisation
des biens et des services si les résultats de l'opération est jugé insatisfaisant.
3.2.4.3. Processus no 2 : Organisation de système de transport intermodal
Les entreprises expéditeurs ou destinataires (commettant) font appel à un intermédiaire

appelé commissionnaire de transport (dénommé aussi affréteur, groupeur ou dé-groupeur),
dans le but de se libérer des contraintes liées à l’expédition des marchandises. Ces contraintes
sont liées d’une part aux opérations de groupage, par lesquelles des envois de marchandises en
provenance de plusieurs expéditeurs ou à l’adresse de plusieurs destinataires sont réunis et
constitués en un lot, et les opérations administratives comme l’établissement des documents de
transport et la réservation des plateformes nécessaires à l’acheminement de la marchandise.
D’autre part, l’optimisation et l’organisation de l’acheminement des marchandises. Le
commissionnaire de transport est un véritable organisateur, il a une liberté dans les choix des
modes de transports, des transporteurs et des itinéraires afin de mener les marchandises à
destination. Il est responsable du bon déroulement de l’expédition de porte à porte.
Le commissionnaire de transport est donc un acteur principal qui rentre en

communication avec d’autres acteurs (ministère des affaires municipales, autorités
gouvernementales, représentant consulaire, douane, etc.) afin d’établir les documents
réglementaires, commerciaux et autres divers documents de transport (Fig.3.9).
Un corridor rassemble non seulement des infrastructures de transport mais aussi il

rassemble un ensemble de changements commerciaux résultant de changements au sein d’une
communauté (Tab.3.2). Il s’agit bien d’un résultant de processus de décision décentralisés qui
rentre en communication avec le commissionnaire de transport afin d’organiser
l’acheminement des marchandises. Dans note cas d’étude, nous dégageons trois type de corridor
comme étant des acteurs principaux, qui seraient : « corridor d’exportation, corridor de
transbordement et corridor d’importation » (Fig.3.10) :
 Corridor d’exportation : cet acteur participe à l’organisation du cycle d’exportation des

marchandises de chez l’expéditeur jusqu’au premier terminal portuaire ;
89
 Corridor de transbordement : cet acteur participe à l’organisation de l’acheminement

de marchandises en cas d’un besoin de changement de navires afin d’assurer la bonne
redirection des conteneurs vers le corridor d’importation ;
 Corridor d’importation : cet acteur participe à l’organisation du cycle d’importation des

marchandises du dernier terminal portuaire jusqu’au destinataire final.
Société d’empotage Expéditeur

Special handling instructions ; Shipper’s letter of instruction ;
Stuffing and stripping note ; Shipper’s export declaration ;
The container opening and closing documents. Shipper’s import declaration.
Représentant Assurance
consulaire
Insurance certificate.
Consular invoice.
Douane
Commissionnaire de transport Customs declarations ;
Customs permit ;
Customs clearance ;
Transporteurs Customs invoice / letter ;
Customs exit / entry certificate ;
Bill of lading ; Customs rules and regulations ;
Manifest. Commercial invoice ;
Packing list ;
Transit declaration.
Autorités gouvernementales
Certificate of origin ;
VAT registration.
Ministères
Special permission (from
various gouvernment
ministeries) ;
Certificate of inspection ;
Fumigration certificate ;
Certificate of measurment.
Fig.3.9: Les principaux documents préparés par le commissionnaire du transport.
90
CD 2 CD 1 Client
Niveau 1
CD 3
Niveau 2
CD 4,1 CD 4,2 CD 4,3
Flux d’information de la relation

CD 1 : Destinataire final client / fournisseur
CD 2 : Expéditeur
CD 3 : Commissionnaire du transport Flux d’information de pilotage et
CD 4 : Corridor de transport remontée d’information
Flux physique
CD 4,1: Corridor d’exportation (empotage inclus)

CD 4,2: Corridor de transbordement
CD 4,3: Corridor d’importation (dépotage inclus)
Fig.3.10: Les principaux échanges entre les principaux acteurs de niveau de décision 1 et 2.
91
3.2.4.4. Processus no 3 : Acheminement des conteneurs
La représentation de l’écoulement des conteneurs se base sur un travail collectif de

pilotage et de remontée d’informations entre le corridor et d’autres acteurs principaux qui
seraient : « transporteur maritime, transitaire, capitainerie (autorité portuaire), douane,
opérateur terminal et transporteur (ferroviaire, routier ou fluvial) » (Fig.3.11). Il s’agit d’un
troisième niveau décisionnel permettant la passation séquentielle de la prise en charge des
conteneurs entre transporteurs et plateformes intermodales (Fig.3.12).
L’acheminement des conteneurs est réalisé dans le cadre d’une chaine logistique
complexe comprenant plusieurs transports intermédiaires mettant en scène plusieurs
intervenants (transporteurs et gestionnaires des plateformes intermodales). L’exploitation des
plateformes intermodales est souvent confiée à des gestionnaires de plateformes intermodales
qui demandent les informations sur les conteneurs transportés et la date d’arrivée théorique du
moyen de transport, renvoient aux organisateurs de transport et aux transporteurs les
instructions de mouvements sur les plateformes intermodales, qui concerneront tant l’arrivée
que le départ des conteneurs, ainsi que leurs emplacements. Ce qui nécessite la préparation d’un
plan de chargement spécifique à la nature des conteneurs transportés. Ceci comprenant une
première phase d’accueil du moyen de transport en donnant aux transporteurs les instructions
relatives au quai d’arrivée et aux manœuvres à réaliser. A la confirmation d’arrivée du moyen
de transport, une deuxième phase commence par le lancement des opérations des terminaux
intermodaux avec l’assignement des emplacements de stockage aux nouveaux conteneurs
arrivés et l’organisation des diverses opérations de manutention liées au déplacement des
conteneurs au sein du terminal intermodal. Ces déplacements tiennent compte des plans de
chargement transmis par les transporteurs. Le suivi, pouvant comprendre le suivi du conteneur
lui-même, sa localisation et son identification depuis l’arrivée du moyen de transport en passant
par l’ensemble des affectations qui pourra avoir au cours des opérations des terminaux. Il s’agit
de suivre les conteneurs durant leurs mouvements au sein du terminal intermodal. Le scénario
d’interaction entre acteurs proposé, pour le cas du corridor de la vallée Seine (port du Havre)
[CCS, 2014], représente les principaux flux import (avant l’arrivée d’un navire (Fig.3.13) et
après l’arrivée de ce dernier (Fig.3.14)) et les flux export (avant mise à quai (Fig.3.15) et après
mise à quai (Fig.3.16)). Autres acteurs principaux entre en communication avec la capitainerie
afin de déterminer et de mener à terme l’entrée et la sortie des navires du poste à quai, qui
seraient : « remorqueur et lamaneur ».
92
CD 4
CD 5 CD 10
CD 6 CD 9
CD 7 CD 8
Flux d’information de pilotage et

CD 4 : Corridor de transport remontée d’information
CD 5 : Transporteur maritime CD 8 : Douane

CD 6 : Transitaire CD 9 : Opérateur terminal
CD 7 : Autorité portuaire CD 10 : Transporteur (ferroviaire, routier, fluvial)
Fig.3.11: Les principaux échanges entre les principaux acteurs de niveau de décision 3.
Fig.3.12: L’organisation simultanée des flux dans le contexte du transport intermodal.
93
Fig.3.13: Les principaux flux import avant l’arrivée du navire.
94
Corridor
: Transitaire : Transporteur : Douane
: Manutentionnaires : Transporteur maritime
1 : Déchargement / fin des opérations()
Fig.3.14: Les principaux flux import après l’arrivée du navire.

2 : Validation état des différences()
4 : Validation Manifeste() 3 : Etat des différences()
5 : Visualisation Manifeste()
7 : Bon à délivrer() 6 : Instructions du bon à délivrer()
95
8 : Déclaration douane / transit()
9 : Retour déclaration douane / transit()
11 : Bon à charger transporteur / Commande transport() 10 : Demande visite / bon à enlever()
12 : Commande transport()
14 : Visualisation bon à charger()
13 : Identification transporteur()
16 : Manifeste unique terrestre()
15 : Bon à sortir()
17 : Constat enlèvement()
19 : Contrôle apurement()
18 : Apurement()
Corridor
: Transporteur maritime : Transitaire : Capitainerie : Transporteur : Manutentionnaire
1 : Offre de transport commerciale()
Fig.3.15: Les principaux flux export avant mise à quai.

2 : Annonce du transport physique()
3 : Confirmation de booking()
4 : Dossier / avis de mise à quai()
5 : Déclaration dangereux()
6 : Consultation dangereux()
8 : Accord sur dangereux() 7 : Accord et conditions de mise à quai()
96
9 : Confirmation arrivée()
10 : Consultation avis / conditions de mise à quai()
11 : Envoi avis et conditions de mise à quai()
Corridor
: Transporteur maritime : Transitaire : Capitainerie : Manutentionnaire : Douane
Fig.3.16: Les principaux flux export après mise à quai.

2 : Reconnaissance du constat() 1 : Constat de réception()
3 : Confirmation arrivée()
4 : Déclaration douane()
5 : Saisie documents d'accompagnement()
6 : Retour déclaration douane()
97
7 : Accord sur documents d'accampagnement()
8 : Autorisation embarquement()
9 : Autorisation embarquement()
11 : Liste de chargement()
10 : Bon à sortir / constat de chargement()
12 : Confirmation départ moyen de transport() 13 : Confirmation sortie()
Tout au long de cette section (cf. section 3.2.4), nous avons présenté un état de l’art non
exhaustif sur le système décisionnel de la chaine du transport intermodal permettant ainsi de
distinguer trois processus (niveau décisionnel) où prend place une ou plusieurs décisions à
savoir, le processus qui s’occupe du déclenchement et la clôture du système intermodal où les
décisions suivent les critères d’accord et de la satisfaction sur le résultat du service fourni, les
processus qui s’occupe de l’organisation du système étudié, les décisions ici tournent autour la
satisfaction sur les indicateurs d’optimisation des coûts et des bénéfices et enfin les processus
d’acheminement des conteneurs où la satisfaction se porte sur les indicateurs liés aux critères
de sécurité et de niveau de service. L’objectif est de pouvoir dégager les centres de décision
pilotant notre système et donc comprendre l’architecture de pilotage existante en se basant sur
le cas spécifique de la vallée de la Seine.
Dans cette perspective, nous avons fait un tour d’horizon sur l’ensemble des acteurs
intervenants, leurs rôles et aussi les différentes décisions prises dans l’environnement où ils
évoluent. En conclusion, nous pouvons dire que le système décisionnel du transport intermodal
de marchandises se caractérise par le fait que tout acteur possède un centre de décision qui est
totalement autonome dans ses prises de décisions à condition de respecter les contraintes
globales fournies par le système de décision supérieur mais il n’existe pas de structure
dirigeante de l’ensemble de l’organisation. Il s’agit bien ici d’une organisation distribuée
dont l’inconvénient est dû à la difficulté de mesurer la cohérence et l’influence que peuvent
avoir les décisions prises localement sur le reste du système. Dans la section suivante (cf.
section 3.2.5) et dont le but est d’identifier les différentes technologies hétérogènes permettant
le pilotage informationnel des marchandises tout au long de la chaine du transport intermodal,
nous allons aborder le système informationnel pour pouvoir comprendre l’architecture de
pilotage existante en se basant sur le cas spécifique de la vallée de la Seine.
3.2.5. Système informationnel de la chaine de transport intermodal
Les échanges d’informations sont stratégiques pour toute organisation. En effet, le

système de transport intermodal gérant des flux importants de marchandises et des moyens
logistiques d’acheminement (cf. section 3.2.3) demande une maitrise de la gestion de
l’information et des échanges d’informations (cf. section 3.2.4). Donc toutes les organisations
98
de ce système intermodal sont très impliquées dans la mise en œuvre de systèmes informatiques
assurant une maitrise de ces flux d’informations, en vue de renforcer les capacités existantes
dans le secteur du commerce et de promouvoir la coopération internationale et l’échange de
connaissances spécialisées.
L’intervention d’entreprises distinctes, la prise en charge traditionnelle des différents

documents par chaque intervenant dans son propre système d’informations, la diversités des
procédures administratives et aussi le port, lieu de rupture de charge, frontière entre le transport
terrestre et le transport maritime, représentant un lieu de convergence de nombreux flux. Tout
ceci s’accompagne de pertes de temps, a poussé l’ensemble des acteurs à décider de faire appel
à la collaboration pour établir une approche logistique globale de la chaine de transport.
La présente section (cf. section 3.2.5) est destinée à faire : d’une part une synthèse des
fonctions assurées par les principaux systèmes informatiques liées aux opérations du transport
intermodal (cf. section 3.2.5.2), qui seraient : « les échanges d’informations relatifs au pré et
post acheminement (cf. section 3.2.5.2.a), les échanges relatifs au booking (cf. section
3.2.5.2.b), la transmission du connaissement et du manifeste (cf. section 3.2.5.2.c), les
échanges d’informations avec les douanes (cf. section 3.2.5.2.d) et le suivi logistique des
conteneurs (cf. section 3.2.5.2.e)». D’autre part, une présentation de l’EDI portuaire mis en
œuvre par le port du Havre (cf. section 3.2.5.3) et une description du système AP+ de suivi de
toute la chaine logistique sur tout le corridor de la vallée Seine (cf. section 3.2.5.4).
3.2.5.2. Principaux échanges d’informations relatifs au transport intermodal
a. Les échanges d’informations relatifs au pré et post acheminement
Les échanges d’informations relatifs au pré et post acheminement font intervenir divers
acteurs : l’expéditeur, le destinataire final, le commissionnaire de transport, le transitaire,
l’opérateur terminal, l’autorité portuaire et les transporteurs. La maitrise de telles liaisons
permettait non seulement d’optimiser les circuits d’informations entre les donneurs d’ordre et
les transporteurs mais aussi d’anticiper les mouvements d’enlèvement et de réception des
conteneurs. En effet, la transmission simultanée d’un ordre de transport au transporteur et au
manutentionnaire permet une grande anticipation. Il convient de signaler que l’automatisation
des échanges informationnels avec les transporteurs terrestres est très difficile à mettre en place.
En effet, un grand nombre de transporteurs n’ont pas la taille critique pour mettre en œuvre des
messages EDI.
99
b. Les échanges relatifs au « booking »
La réservation provisoire ou ferme qui contient les conditions demandées pour le

transport et la réponse indiquant si la réservation demandée est acceptée avec éventuellement
des conditions, forment les échanges relatifs au « booking ». Toute informatisation permettant
l’automatisation de la saisie du booking présente des multiples avantages pour le consignataire
non seulement en terme de diminution des tâches de ressaisies mais aussi en terme de qualité
de l’information reçue et des traitements associées.
c. La transmission du connaissement et du manifeste
Les informations du connaissement, éditées le plus souvent par le transitaire, sont

ressaisies par le commissionnaire sur son système informatique. L’envoi des connaissements
par voie électronique diminue les délais de création de la documentation, d’accélérer les flux
financiers et de réduire le transit portuaire de la marchandise. Certains commissionnaires de
transport développent sur leurs systèmes des éditeurs de formats propres à chaque armateur. Le
manifeste est le document qui détaille la totalité de la marchandise transportée. Ce document a
non seulement un rôle de titre de transit communautaire mais aussi un rôle déclaratif des
différentes marchandises déchargées. En effet, les douanes comparent les conteneurs réellement
vus à quai avec les déclarations effectives. Le manifeste permet aussi de calculer les droits du
port sur la marchandise. Donc ce document est imposé par les autorités douanières et portuaires,
l’automatisation de sa transmission représente peu d’intérêt commercial mais il a davantage de
gain de productivité et de l’accélération des escales.
d. Les échanges d’informations avec les douanes
Les échanges d’informations avec la douane peuvent contenir : 1) La déclaration des

marchandises importées, exportées ou en transit faite par un déclarant à la douane ; 2) L’envoi
d’un dédouanement informatisé ; 3) L’envoi d’informations du transporteur à la douane
concernant les marchandises transportée et concernant le moyen de transport. L’automatisation
des échanges d’informations avec l’administration douanière est l’un des principaux domaines
où de fortes réductions du transit-time sont réalisables.
e. Le suivi logistique des conteneurs
Le plan de chargement des conteneurs (bay-plan) accompagné des instructions de

manutention, listes des chargements, listes des déchargements, instructions de la mise à
100
disposition de conteneurs pour un transporteur, instructions particulières pour un conteneur

(frigo ou dangereux), listes de sorties et d’entrées des conteneurs. L’automatisation de ces
rapports permet non seulement de préparer l’escale mais aussi met en place une gestion
informatisée des conteneurs et le suivi de ces derniers et des navires qui nécessite de nombreux
échanges, qui ne sont pas les mêmes, d’où ces échanges prennent en compte la diversité des
circuits dans l’organisation des chaines d’informations.
3.2.5.3. EDI portuaire
L’informatisation des procédures administratives et commerciales et le développement

des outils EDI est un élément essentiel de compétitivité des professionnels portuaires. Il s’agit
pour les places portuaires d’améliorer les conditions de traitements de marchandises,
d’accélérer le transit portuaire, d’améliorer les conditions d’accueil des différents modes de
transport et de mener une grande fiabilité dans l’organisation de la chaine de transport de porte
à porte. En effet, la liaison EDI permet d’aiguiller tout abonné professionnel vers les services
communautaires ou privatifs portuaires.
La création d’une société des professionnels portuaires « SOGET (SOciété de GEstion

des Terminaux informatiques) » pour la réalisation et l’exploitation du système informatique
portuaire permettant qu’un unique opérateur de rassembler et organiser ces services communs.
Sa mission intervient dans différents domaines comme [Lelarge et al., 1993]: 1) L’exploitation,
le suivi et l’évolution du réseau communautaire portuaire; 2) Le traitement en temps réel du
suivi des marchandises et des conteneurs sur le port du Havre ; 3) L’audit et l’assistance
technique ; 4) La formation ; 5) Le conseil et l’analyse en informatique …
L’introduction des EDI par le port autonome du Havre a nécessité une participation
directe des entreprises utilisatrices en passant d’un système des bases de données centralisées
ADEMAR+ à une véritable plateforme d’interconnexion AP+ (cf. section 3.2.5.4).
3.2.5.4. AP +
L’AP+ est un système de suivi de toute la chaine logistique sur la zone portuaire ou
aéroportuaire du corridor de la vallée Seine (Le Havre, Caen, Rouen, Paris …). Il permet aux
différents utilisateurs de bénéficier des services gérés par une seule plateforme de
communication (Fig.3.17). Il permet de répondre aux besoins de fluidité, de sécurité et de
traçabilité de la marchandise (Fig.3.18). L’AP+ est accessible à partir d’une simple connexion
101
Internet ou via un réseau dédié, il permet [CCS, 2014]: 1) la rationalisation des procédures en
conformité avec les autorités douanières, administratives et portuaires ; 2) la dématérialisation
des documents échangés ; 3) l’interopérabilité entre les systèmes d’information des utilisateurs
(DELT@, SYDONIA, SIGAD…); 4) la sécurisation de la chaine logistique grâce au tracking -
tracing de la marchandise tout en assurant la confidentialité.
Fig.3.17: L’AP+ et la chaine logistique [CCS, 2014].
Fig.3.18: AP+ et interopérabilité avec systèmes informatiques privés des entreprises [CCS, 2014].
Tout au long de cette sous-section (cf. section 3.2.5), nous avons présenté un état de l’art
non exhaustif sur le système informationnel de la chaine du transport intermodal permettant
ainsi de synthétiser les principales fonctions assurées par les principaux systèmes informatiques
liées aux opérations du transport intermodal et de présenter l’importance de l’EDI portuaire
mis en œuvre par le port du Havre et le système d’interconnexion AP+ sur tout le corridor de
102
la vallée de la Seine. L’objectif est de pouvoir dégager le système nerveux assurant la

communication entre les différents acteurs de notre système et donc comprendre l’architecture
du système d’informations existante en se basant sur le cas spécifique de la vallée de la Seine.
Dans cette perspective, nous avons fait un tour d’horizon sur l’ensemble des échanges
d’informations relatifs aux diverses fonctions intermodales, les avantages de l’automatisation
de ces échanges et l’importance de la maitrise de telles liaisons. En conclusion, nous pouvons
dire que le système informationnel du transport intermodal de marchandises se caractérise par
le fait qu’il fait intervenir d’entreprises distinctes, chacune se base sur son propre système
d’informations. En vue de renforcer leurs capacités, ces acteurs ont fait appel à la collaboration
pour établir une approche logistique globale de la chaine de transport mais cette implication
reste communautaire ou privative et donc des efforts restent à fournir pour réaliser une
interopérabilité beaucoup plus étendue qui permet d’aiguiller tous ces systèmes hétérogènes
vers un système unique de porte à porte.
3.2.6. Synthèse de la sous-section 3.2 du chapitre 3
Le secteur du transport de marchandises intermodal recueille divers concepts de base

formant un jargon spécialisé (cf. GLOSSAIRE), il a fallu dans un premier temps de faciliter
leurs compréhensions techniques : de la notion de l’intermodalité en passant par la
conteneurisation nous avons éclairci la composante du corridor. Dans un deuxième temps nous
avons étudié les défis spécifiques au système opérant du transport intermodal. En effet, ce
dernier fait intervenir plusieurs ressources humaines et physiques afin de réaliser les activités
et les fonctions souhaitées, ceci nécessite une bonne gestion des flux physiques et
informationnels. C’est sur l’axe de la modélisation de la chaine logistique globale de transport
de porte à porte que nous positionnons la première phase de nos travaux. Cet axe suppose la
maîtrise des différents flux et donc l’identification des décideurs qui gèrent ces flux pour
pouvoir dégager les centres de décision pilotant notre système et donc comprendre
l’architecture de pilotage existante en se basant sur le cas spécifique de la vallée de la Seine.
Le système décisionnel de la chaine étudiée se caractérise par le fait que tout acteur possède un
centre de décision qui est totalement autonome dans ses prises de décisions à condition de
respecter les contraintes globales fournies par le système de décision supérieur mais il n’existe
pas de structure dirigeante de l’ensemble de l’organisation. Il s’agit bien ici d’une
organisation distribuée dont l’inconvénient est dû à la difficulté de mesurer la cohérence et
l’influence que peuvent avoir les décisions prises localement sur le reste du système.
103
Le système d’information regroupe un ensemble des échanges d’informations relatifs

aux diverses fonctions intermodales. Pour mener une approche de l’automatisation de ces
échanges, il faut veiller à maitriser de telles liaisons. Nous pouvons dire que le système
informationnel du transport intermodal de marchandises se caractérise par le fait qu’il fait
intervenir d’entreprises distinctes, chacune se base sur son propre système d’informations. En
vue de renforcer leurs capacités, ces acteurs ont fait appel à la collaboration pour établir une
approche logistique globale de la chaine de transport mais cette implication reste
communautaire ou privative et donc des efforts restent à fournir pour réaliser une
interopérabilité plus étendue afin d’aiguiller tous ces systèmes hétérogènes vers un système
unique de porte à porte.
3.3. Contribution à la conception d’une architecture du contrôle dans un

environnement de transport intermodal de marchandises
3.3.1. Introduction
Cette partie du troisième chapitre se focalise sur les premières contributions de nos
travaux de recherche en matière de la conception d’une structure de contrôle de la
performance dans un environnement de transport intermodal de marchandises (porte à porte):
La deuxième sous-section (cf. section 3.3.2) recueille une analyse descriptive de notre
méthodologie de la conceptualisation, fondée sur les principaux travaux préalablement réalisés
en matière d’état de l’art. Cette analyse effectuée suivant deux visions (statique et dynamique)
nous a permis de dégager une structure générique capable de représenter une chaine de
transport intermodal de marchandises.
Dans la troisième sous-section (cf. section 3.3.3) nous représentons notre architecture
de contrôle qui vise non seulement à maintenir le système sur sa trajectoire nominale,
correctionnelle et prévisionnelle mais aussi à contrôler la disponibilité des ressources
(collaboration) et la fiabilité des règles des instructions (coordination), des contraintes et des
objectifs (coopération) locaux et globaux afin de pouvoir modéliser notre système d’étude.
3.3.2. Méthodologie de la conceptualisation de l’architecture de contrôle proposée
Dans cette sous-section, nous proposons d’abord, une analyse du système de transport
intermodal fondée sur les travaux de description présentés ci-dessus (cf. section 3.2). Cette
104
analyse est effectuée suivant deux visions (Tab.3.9), qui seraient : « la vision statique (cf.
section 2.2.2) et la vision dynamique (cf. section 2.2.3)». Ensuite, nous proposons une structure
générique capable de représenter une chaine de transport intermodal de marchandises composée
de trois niveaux d’abstraction (Fig.3.19).
Vue statique de la chaine de transport intermodal de marchandises
Structure Entreprise étendue : elle nécessite un très haut

organisationnelle niveau de collaboration. Les entreprises
Acteurs et Dimension
impliquées doivent partager un système de
structures de horizontale
gestion permettant l’interopérabilité des
la chaine
différents systèmes de gestion associés à
chaque entreprise.
Etendue de Chaine globale : sa complexité est due d’une

l’intégration part au nombre de maillons présents et d’une
autre part à la variété des relations existantes.
Structure Structure en réseau : sa complexité est due au

topographique fait qu’elle est générale et mixte.
Dimension La chaine est considérée comme un ensemble des processus mais

verticale cette dimension la structure autour de la distribution en se focalisant
sur les activités de la livraison et en traitant plus précisément les
processus liés aux mécanismes des ruptures de charge.
Positionnement Organisation distribuée : chacun des acteurs est totalement

des acteurs autonome dans ses prises de décisions. Il n’existe pas de structure
dirigeante de l’ensemble de l’organisation. Il est difficile de
mesurer la cohérence et l’influence que peuvent avoir les décisions
prises localement sur le reste du système.
Flux de la Flux physique Ce flux est représenté par la circulation de l’unité de transport
chaine intermodal. Le conteneur dans notre cas d’étude.
Flux Organisation simultanée des flux d’information. Elle trouve ses

d’information limites dans le besoin de confidentialité entre acteurs.
Vue dynamique de la chaine de transport intermodal de marchandises
Ententes Collaboration Le cadre permettant d’ordonner la manière de la répartition des

industrielles instructions et des règles qui régissent un groupe d’acteurs.
Coordination Le cadre permettant d’assurer les contraintes du fonctionnement

d’un groupe d’acteurs.
Coopération Le cadre permettant d’assurer les objectifs de la chaine.
Communication Le cadre permettant d’assurer non seulement l’échange

d’information mais aussi l’échange de connaissances.
105
Philosophie Approche Elle associe et rassemble dans le but de prendre en compte la vision
de gestion systémique globale d’une problématique liée à la chaine en séparant le système
opérant (système opérationnel) du système de conduite (système
décisionnel) et du système informationnel.
Degré de Processus n°1 : Le plus haut degré de décision : le comportement nominal des
décision des déclenchement acteurs réalisant ce processus réside dans la limitation du périmètre
processus et clôture du fonctionnel de la chaine. En cas de perturbation, ces acteurs doivent
décisionnels système (re) négocier les contraintes et / ou reconsidérer les objectifs du
intermodal système intermodal.
Processus n°2 : Le degré de décision moyen : le comportement nominal des acteurs

organisation du réalisant ce processus réside dans le contrôle et la planification des
système fonctions de la chaine. En cas de perturbation, ces acteurs doivent
intermodal (re) évaluer les instructions et les plans assignés aux groupes.
Processus n°3 : Le plus bas degré de décision : le comportement nominal des

acheminement acteurs réalisant ce processus réside dans l’exécution des
des conteneurs opérations physiques liées au déplacement des conteneurs. En cas
de perturbation, ces acteurs doivent (re) vérifier la disponibilité de
leurs ressources physiques et l’adéquation de leurs rôles.
Tab.3.9: Analyse de la chaine intermodale selon la vue statique et la vue dynamique.
Fig.3.19: Structure générique du système intermodal composée de trois niveaux d’abstraction.
106
3.3.3. Architecture de contrôle de la chaine de transport intermodal de marchandises
La littérature fait référence à plusieurs architectures de contrôle, après avoir recensé et

établit une description succincte de la plupart d’entre elles dans le deuxième chapitre (cf. section
2.2.3.3). Notre choix d’une structure de contrôle de la performance du système étudié opte pour
une architecture mixte (Fig.2.11), il s’agit d’une architecture orientée centre de décision
proposée par François dans [François, 2007]. Ce type de structure apporte d’une part de
nombreux avantages en termes d’intégration des déterminants de la performance proposés par
Lauras dans [Lauras, 2004]: Le triplet efficacité / efficience / pertinence (cf. section 2.4.2.2.b).
D’autre part, elle apporte l’aspect de la structure générique de la chaine de transport intermodal
en tenant compte de ses trois niveaux d’abstraction (Fig.3.19). En effet, le mécanisme de
contrôle de la performance que nous avons conçu tient non seulement à maintenir le système
sur sa trajectoire nominale, correctionnelle et prévisionnelle mais aussi à contrôler la
disponibilité des ressources (collaboration) et la fiabilité des règles des instructions
(coordination), des contraintes et des objectifs (coopération) locaux et globaux. Notre processus
de contrôle se construit par la mise en place de trois axes (collaboration, coordination et
coopération) définis selon le niveau d’abstraction du système afin que les diverses décisions
seront prises en considération à différents moments et différentes situations. Ainsi, nous
pouvons présenter l’architecture du contrôle de la chaine de transport intermodal selon une
structure mixe à plusieurs superviseurs ayant des liens communs (Fig.3.20).
Fig.3.20: Le modèle abstrait de l’architecture du contrôle de la chaine de transport intermodal.
107
Tout au long de cette sous-section (cf. section 3.3), nous avons présenté notre
méthodologie adoptée pour la conceptualisation d’une architecture du contrôle de la
performance de la chaine de transport intermodal (cf. section 3.3.2). L’objectif est de pouvoir
dégager une structure de contrôle capable d’une part d’apporter de nombreux avantages en
termes d’intégration des déterminants de la performance et d’autre part de respecter l’aspect
de la structure générique de la chaine de transport intermodal (cf. section 3.3.3).
Dans cette perspective, nous avons effectué une analyse suivant une vue statique et une
vue dynamique. En conclusion, nous pouvons dire que le processus de contrôle que nous
proposons vise non seulement à maintenir le système sur sa trajectoire nominale,
correctionnelle et prévisionnelle mais aussi à contrôler l’ensemble de ses ententes industrielles.
En vue de modéliser notre système d’étude (cf. Chapitre 4), l’architecture proposée va nous
permettre d’introduire les concepts fondamentaux structurant l’approche de cette modélisation.
L’analyse conjointe des trois sous-systèmes (opérationnel, décisionnel et

informationnel) formant la chaine du transport intermodal de marchandises de porte à porte
nous a permis de bien positionner nos travaux de recherche dans leur environnement. Cette
dissociation nous a aidés à mener notre étude suivant une approche systémique afin que la
considération de la chaine ne soit pas complexe et sa lisibilité ne reste pas réduite. Nous avons
consacré toute une partie de ce troisième chapitre (cf. section 3.2.6) à la synthèse de cet état de
l’art où nous avons situé les défis spécifiques à ces trois sous-systèmes: 1) le système opérant
fait intervenir plusieurs ressources humaines et physiques afin de réaliser les activités et les
fonctions souhaitées, ceci nécessite une bonne gestion des flux physiques et informationnels ;
2) le système de décisions est une organisation distribuée dont l’inconvénient est dû à la
difficulté de mesurer la cohérence et l’influence que peuvent avoir les décisions prises
localement sur le reste du système ; et 3) le système informationnel fait intervenir d’entreprises
distinctes, chacune se base sur son propre système d’informations, l’implication de ces
entreprises reste communautaire ou privative ce qui bloque la réalisation d’une interopérabilité
plus étendue afin d’aiguiller ces systèmes hétérogènes vers un système unique de porte à porte.
C’est sur l’axe de la conceptualisation d’une architecture de contrôle de la

performance de la chaine de transport intermodal de marchandises (service porte à porte) que
108
nous positionnons la première phase de notre contribution dans nos travaux de recherche. Cet
axe suppose la bonne maitrise des mécanismes d’activités, de concertation et des échanges
dans le cadre de notre système étudié (cf. section 3.2). Dans ce troisième chapitre, nous
proposons une formalisation de la méthodologie adoptée pour dégager une structure de
contrôle capable d’une part d’apporter de nombreux avantages en termes d’intégration des
déterminants de la performance et d’autre part de respecter l’aspect de la structure générique
de la chaine de transport intermodal (cf. section 3.3). Nous pouvons dire que le processus de
contrôle que nous proposons, nous parait très prometteur pour introduire les concepts
fondamentaux structurant l’approche de modélisation pour la simulation de la chaine logistique
globale dans un environnement de transport intermodal de marchandises (cf. Chapitre 4).
109
Chapitre 4
CONTRIBUTION A LA MODÉLISATION POUR LA SIMULATION DE
LA CHAINE LOGISTIQUE GLOBALE DANS UN ENVIRONNEMENT
DE TRANSPORT INTERMODAL DE MARCHANDISES
Table des matières

4.1. Introduction
4.2. État de l’art sur les Systèmes Multi-Agent (SMA)

4.2.1. Introduction
4.2.2. Systèmes multi-agents : définitions et concepts
4.2.2.1. La vue « agent »
4.2.2.2. La vue « environnement »
4.2.2.3. La vue « interaction »
4.2.2.4. La vue « organisation »
4.2.3. Analogie entre la chaine logistique et le SMA
4.3. Méthodologie de la modélisation de la chaine du transport intermodal

4.4. Application de la méthodologie
4.4.1. Le méta-modèle du domaine
4.4.1.1. Vison 1 : aspect structurel
4.4.1.2. Vision 2 : aspect orienté processus
4.4.1.3. Vision 3 : aspect orienté « pertinence, efficacité et efficience »
4.4.2. Le méta-modèle multi-agent

4.4.2.1. Le méta-modèle agent
4.4.2.2. Le méta-modèle environnement
4.4.2.3. Le méta-modèle organisation
4.4.2.4. Le méta-modèle interaction
4.4.3. Le méta-modèle du domaine agentifié

4.4.4. Intégration du protocole d’interaction
4.4.4.1. Le comportement nominal des acteurs impliqués
4.4.4.2. Le comportement correctif des acteurs impliqués
4.4.4.3. Le comportement préventif des acteurs impliqués
4.4.5. Le méta-modèle d’implémentation
110
Chapitre 4. Contribution à la modélisation pour la simulation de la chaine logistique globale dans un environnement de transport
intermodal de marchandises
4.1. Introduction
Après avoir positionné nos travaux de recherche dans leur environnement en analysant
conjointement les trois sous-systèmes (opérationnel, décisionnel et informationnel) de la chaine
de transport intermodal de marchandises (cf. section 3.2). Nous finalisons la première étape de
la construction de la solution répondant à la problématique de nos travaux de thèse, par la
structuration de la tâche de « conceptualisation ». Ce quatrième chapitre de ce manuscrit se
focalise sur la construction d’une modélisation reflétant de façon plus fidèle, en partant de la
conceptualisation, la propre image de la chaine logistique globale dans un environnement du
transport intermodal porte à porte:
La deuxième section (cf. section 4.2) présente un état de l’art sur les SMA. Ceci a dégagé
une forte similarité entre les concepts et les pratiques des chaines logistiques et celles des
systèmes multi-agents, ce qui nous a permis de constater l’importance des modèles à base des
agents qui sont adaptés aux caractéristiques dynamiques et le non linéarités des comportements
de tels systèmes complexes.
La troisième section (cf. section 4.3) recueille les principaux concepts liés au processus
de développement « ArchMDE » adopté afin de mener à terme cette étape de modélisation.
C’est dans cette optique que nous abordons la méthodologie de la modélisation de la chaine du
transport intermodal en partant de la conceptualisation réalisée préalablement (cf. section 3.3).
Dans la quatrième section (cf. section 4.4), nous nous focalisons sur l’application de la
méthodologie proposée dans la section précédente (cf. section 4.3). En effet, cette section
consiste à spécifier des méta-modèles et les relations de fusion entre eux : 1) Un méta-modèle
du domaine (cf. section 4.4.1) qui décrit les concepts et les propriétés liées à un domaine
particulier (soit la chaîne du transport intermodal des marchandises dans notre cas) ; 2) Un
méta-modèle multi-agent (cf. section 4.4.2) qui décrit les concepts orientés agent ; 3) Un méta-
modèle du domaine agentifié (cf. section 4.4.3) qui combine les deux méta-modèles (le méta-
modèle du domaine et le méta-modèle multi-agent) ; 4) Une intégration des protocoles
d’interaction (cf. section 4.4.4) ; et 5) Un méta-modèle d’implémentation permettant le
passage de la phase de modélisation à la phase d’implémentation (cf. section 4.4.5). Tout au
long de ce chapitre nous avons opté pour des notations anglophones pour garder la cohérence
avec les publications internationales qui ont été faites et qui vont suivre. Enfin, une synthèse
qui positionne nos travaux sera proposée dans la cinquième section (cf. section 4.5).
111
4.2. État de l’art sur les Systèmes Multi-Agents (SMA)
4.2.1. Introduction
De manière imagée, on pourrait dire que l’« Intelligence Artificielle » (IA) a tout d'abord
pris pour métaphore centrale le cerveau humain, la nouvelle IA a tenté d'élargir cette métaphore
au corps humain dans son entier. L'aile cognitive des SMA a encore élargi cette image à celle
des sociétés humaines tandis que l'aile réactive des SMA prendrait plutôt comme métaphore de
base celle des sociétés d'insectes (fourmis, abeilles, ...) [Amiguet., 2003].
Le centre d'intérêt dans la recherche multi-agents s'est progressivement déplacé de

l'agent au système dans son entier : de questions du type « Que dois-je ajouter à un agent pour
qu'il devienne social ? », on a passé à des problèmes du type « Si je veux un SMA possédant tel
comportement dans son ensemble, comment dois-je en programmer les agents ? ». Cette
question est encore ouverte, nous ne possédons pas de recette pour passer de la spécification
d'un SMA à celle des agents le composant. Néanmoins, des pistes existent dans cette direction.
Parmi celles-ci, on pourrait citer l’« émergentisme » [Jean, 1997], les approches « orientées
agent » [Wooldridge et al., 2000] et l’« approche organisationnelle » [Amiguet, 2003].
Au cours des dernières années, les notions d'organisation, de rôle et d'autres concepts
apparentés ont fait leur apparition dans le domaine des systèmes multi-agents. Ainsi, une
séparation dans les approches des SMA peut être dégagée [Amiguet, 2003]:
 D'un côté, les approches dites « mentalistes », qui mettent l'accent sur le
fonctionnement interne des agents [Panzarasa et al., 1999]. Les notions
organisationnelles sont alors généralement normatives : faire partie d'un groupement
social implique essentiellement d'adapter son comportement de manière à suivre les
normes y étant rattachées. Les rôles sont vus comme des ensembles de responsabilités,
dépendances, etc. D'un point de vue technique, ces approches sont généralement des
extensions de l'architecture BDI (Belief-Desire-Intention) [Rao et Georgeff, 1991], elle
s’aligne sur la théorie BDI de l’action rationnelle [Bratman, 1987] ;
 De l'autre côté, les approches « comportementalistes » s'intéressent aux groupements

sociaux en tant que patterns institutionnalisés d'interactions. Les notions
organisationnelles décrivent alors généralement de tels patterns, indépendamment de la
structure interne de l'agent. Aalaadin ([Ferber et Gutknecht, 1997], [Ferber et
112
Gutknecht, 1999] et [Gutknecht, 2001]) est la plus connue des approches

comportementalistes des SMA. Elle est centrée autour des trois concepts : l'agent, le
groupe et le rôle, appelé modèle AGR (Agent-Groupe-Rôle), des extensions à ce modèle
ont été proposées par [Parunak et Odell, 2001] et [Soulié, 2001].
4.2.2. Systèmes multi-agents : définitions et concepts
Un système multi-agents peut, d’une manière simpliste, être considéré comme un

ensemble d’agents partageant un environnement commun. Jacques Ferber propose une
définition détaillée des systèmes multi-agents comme étant un système composé des éléments
suivants [Ferber, 1995]:
 Un environnement E, disposant en général d’une métrique ;
 Un ensemble d’objets O, auxquels on peut associer une position dans E à un moment

donné. Ces objets (hormis les agents) sont passifs : les agents peuvent les percevoir, les
créer, les détruire et les modifier ;
 Un ensemble d’agents A, lesquels représentent les entités actives du système ;
 Un ensemble de relations R, qui unissent les objets (et agents) entre eux ;
 Un ensemble d’opérateurs Op permettant aux agents de A de percevoir, produire,

consommer, transformer et manipuler des objets de O ;
 Et, des opérateurs chargés de représenter l’application de ces opérations et la réaction

du monde à cette tentative de modification, que l’on appellera les lois de l’univers.
Geen et al., dans [Geen et al., 1997] définissent un système multi-agents en tant qu’« un
réseau d’agents (solveurs) faiblement couplés qui coopèrent ensemble pour résoudre des
problèmes qui dépassent les capacités ou les connaissances individuelles de chaque agent. Les
agents sont autonomes et peuvent être de natures hétérogènes ».
Yves Demazeau introduit une vision d’un système multi-agents communément admise
aujourd’hui [Demazeau, 1995]. Il s’agit de la décomposition Voyelles, cette dernière identifie
un axe Agent, un axe Environnement, des Interactions et une structure Organisationnelle
explicite ou non. Ainsi les SMA peuvent être étudiés suivant ces quatre vues:
SMA = Agent + Environnement + Interaction + Organisation.
113
Chaque vue a été sujette à plusieurs travaux et théories. Dans ce qui suit, nous
développons les différentes pratiques liées à l’élaboration de chacune d’entre elles.
4.2.2.1. La vue « agent »
Le terme agent est « pluri-défini » puisqu’on trouve dans la littérature une multitude de
définitions. En effet, la majorité des définitions qui ont été proposées pour le terme agent sont
fortement liées à l’application ou au domaine d’application considéré [Ferber et Gutknecht,
1999], [Briot et Demazeau, 2001].
Jacques Ferber définit un agent entant qu’«une entité relativement autonome présente
dans un système qui lui permet d’évoluer et de communiquer. Ce système est appelé un Système
Multi-Agents (SMA) » [Ferber, 1995]. Donc la caractéristique principale des agents tirée de
cette définition est:
 Autonomie : est la capacité d’un agent de prendre des initiatives, d’exercer des contrôles
sur ses actions et sur ses états, de percevoir les changements de son environnement et
de décider quand il va agir.
Dans [Russell et Norvig, 1995], les acteurs définissent un système autonome dans le sens
où son comportement est déterminé par ses propres expériences. Donc, nous dégageons la
caractéristique d’apprentissage et d’adaptabilité :
 Apprentissage et adaptabilité : est la capacité d’un agent d’apprendre et de modifier son

comportement suivant les expériences.
Selon Yves Demazeau: « un agent est une entité réelle ou virtuelle dont le comportement
est autonome, évoluant dans un environnement qu’il est capable de percevoir et sur lequel il
est capable d’agir, et d’interagir avec les autres agents » [Demazeau et Costa, 1996]. Cette
définition introduit l’interaction qui, comme nous le verrons par la suite, est le moteur des
systèmes multi-agents. En effet, l’interaction suppose la présence d’agents capables de se
rencontrer, de communiquer, de collaborer et d’agir. Les caractéristiques principales des
agents tirées de cette définition sont :
 Situé : l’agent est « incorporé » dans l’environnement. Il est capable d’agir sur son
environnement à partir des entrées sensorielles qu’il reçoit de ce même environnement ;
114
 Comportement Social : un agent est capable d’interagir avec les autres agents
(artificiels ou humains) dans un but coopératif ou bien compétitif.
Pour Mickael Wooldridge « un agent est un système informatique capable d’agir de

manière autonome et flexible dans un environnement » [Wooldridge et al., 2000]. Par flexibilité
on entend « réactivité et proactivité »: 1) Réactivité - Un agent réactif maintient un lien constant
avec son environnement et répond aux changements qui y surviennent ; 2) Proactivité - Un
agent proactif (dénommé aussi téléonomique ou orienté-but) génère et satisfait des buts. Son
comportement n’est donc pas uniquement dirigé par des événements.
La présence des propriétés comme l’autonomie, la flexibilité et la sociabilité, donne

naissance au paradigme « agent » tout en le distinguant des systèmes conventionnels comme
les systèmes orientés objets et les systèmes experts. Un agent adopte différentes granularités
décisionnelles dans les SMA, qui seraient « agent réactif, agent cognitif et agent hybride » :
 Les agents réactifs - Ils ne disposent ni de représentation du monde, ni de représentation

de leurs actions qui, prises individuellement, consistent surtout en une réaction rapide
face à un stimulus. Ils ont une faible capacité de coopération qui est limitée à la
communication par message, le plus souvent de façon indirecte [Bourjot et al., 1999].
Un ensemble d’agents réactifs peut avoir un comportement complexe. Il s’agit de
l’émergence d’un comportement [Brooks, 1991]. Ainsi Bonabeau propose l’utilisation
d’un système multi-agents reproduisant le comportement de fourmis pour trouver le
chemin le plus rapide entre deux points d’un réseau dont le nombre de nœuds et de
passerelles est inconnu [Bonabeau et al., 1999];
 Les agents cognitifs - Ils possèdent une représentation symbolique de l’environnement

sur lequel ils peuvent raisonner. Ils regroupent plusieurs sous-types d’agents qui seraient
« agent intelligent, agent collaboratif, agent interface et agent information » :
 Les agents « intelligents » : combinent les trois caractéristiques (autonomie,

coopération et adaptation) à leur plus haut niveau. Ils sont donc capables de
planifier leurs actions, de négocier avec d’autres agents et d’acquérir ou de modifier
leurs connaissances. Ils sont, en général, dotés de la capacité d’apprentissage ;
 Les agents « collaboratifs » : sont des agents cognitifs non apprenants. Ils possèdent
un grand degré de coopération et d’autonomie, mais peu adaptatifs. Ils sont surtout
115
utilisés dans les domaines qui nécessitent une décentralisation comme la

maintenance de réseau ;
 Les agents « interfaces » [Koda, 1996], [Lashkari, 1994]: dénommés aussi agents
assistants. Ils sont principalement utilisés pour l’assistance à l’utilisateur dans le cas
d’interfaces aux fonctionnalités nombreuses et complexes que l’on rencontre le plus
souvent lors de l’utilisation de certains logiciels de bureautique (les actions sur le
clavier, la souris, etc.). Ces agents possèdent une capacité de coopération limitée ;
 Les agents « informations » [Rhodes, 2000], [Rus et al., 1997] : sont dédiés à la
recherche d’information, principalement sur Internet. Cet agent devrait posséder
une grande autonomie, tout en étant capable d’agir seul. Il doit être capable
d’adapter son comportement selon les besoins de l’utilisateur (SAIRE [Odubiyi,
1997] et Softbot [Etzioni et Weld, 1994]).
 Les agents hybrides - Ils sont des agents ayant des capacités cognitives et réactives. En
effet, ils conjuguent la rapidité de réponse des agents réactifs ainsi que les capacités de
raisonnement des agents cognitifs. Cette famille regroupe donc des agents dont le
modèle est un compromis autonomie/coopération et efficacité/complexité. Pour illustrer
cette famille, nous pouvons citer l’architecture ASIC [Boissier et Demazeau, 1996]
utilisée pour le traitement numérique d’images et l’architecture ARCO [Rodriguez,
1994] créé dans le cadre de la robotique collective.
Le choix du ou des types d’agents à utiliser dépend du SMA le plus pertinent pour le
problème à résoudre. Le modèle d’agents, l’architecture d’agents et l’implémentation d’agents
constituent les différents niveaux de description d’un agent [Wooldridge et Jennings, 1995]: 1)
Le modèle d’agent décrit comment l’agent est compris, ses propriétés et comment on peut les
représenter; 2) L’architecture d’agent est un niveau intermédiaire entre le modèle, le contrôle
et l’implémentation. Elle précise les propriétés qu’il doit posséder conformément au modèle et
les liaisons avec les autres agents; 3) L’implémentation d’agent s’occupe de la réalisation
pratique de l’architecture des agents à l’aide de langages de programmation.
4.2.2.2. La vue « environnement »
L’environnement est communément défini par tout ce qui entoure l’agent. Danny Weyns
définit l’environnement entant qu’ « une première classe d’abstraction qui fournit les
conditions environnantes aux agents pour exister, et qui sert d’intermédiaire pour les
116
interactions entre agents ainsi que l’accès aux ressources » [Weyns, 2006]. Dans [Russell et
Norvig, 1995] et [Wooldridge et al., 2000] les auteurs proposent un certain nombre de propriétés
d’environnement et les classent de telle manière que l’environnement peut être « accessible,
déterministe, épisodique, statique et discret »: 1) Accessible, si un agent peut, à l’aide des
primitives de perception, déterminer l’état de l’environnement et ainsi procéder à une action. Si
l’environnement est inaccessible alors il faut que l’agent soit doté de moyens de mémorisation
afin d’enregistrer les modifications qui sont intervenues ; 2) Déterministe, ou non, selon que
l’état futur de l’environnement ne soit, ou non, fixé que par son état courant et les actions de
l’agent ; 3) Episodique, si le prochain état de l’environnement ne dépend pas des actions
réalisées par les agents ; 4) Statique, si l’état de l’environnement est stable (ne change pas)
pendant que l’agent réfléchit. Dans le cas contraire, il sera qualifié de dynamique ; 5) Discret,
si le nombre des actions faisables et des états de l’environnement est fini.
Selon l’angle de vue d’Azaiez, l’environnement peut être social ou physique [Azaiez,
2007] : 1) L’environnement social : correspond aux autres agents avec lesquels un agent est en
interaction par envoi de messages ; 2) L’environnement physique : correspond aux ressources
matérielles que l’agent peut percevoir et sur lesquels il peut agir. Par exemple dans une société
de fourmis, l’environnement est composé d’obstacles et de nourritures [Drogoul, 1993]. Cette
partie consiste donc à trouver les éléments nécessaires à la réalisation des interactions
extérieures au système comme par exemple la perception de cet environnement et les actions
que l’on peut y faire.
4.2.2.3. La vue « interaction »
La notion d’interaction constitue l’essence d’un système multi-agents puisque c’est

grâce à elle que les agents vont pouvoir produire des comportements collectifs complexes.
Jacques Ferber définit l’interaction comme une mise en relation dynamique de deux ou
plusieurs agents par le biais d’un ensemble d’actions réciproques [Ferber, 1995].
Un système multi-agents se distingue, donc, d’un ensemble d’agents indépendants par

le fait qu’ils interagissent en vue de réaliser conjointement une tâche ou d’atteindre
conjointement un but particulier. Les agents peuvent interagir en communiquant directement
entre eux ou indirectement par l’intermédiaire d’un autre agent ou même en agissant sur leur
environnement [Jarras et Chaib-Draa, 2002]. La communication dans ce cas est vue comme
117
une forme d’interaction. En effet, dans la littérature la communication peut être catégorisée en
deux grandes classes « communication directe et communication indirecte » [Huget, 2005]:
 La communication indirecte : il s’agit soit d’une action non intentionnelle qui se fait
par le biais de l’environnement en laissant des traces ou des signaux, soit une action
intentionnelle qui se fait par le biais d’un tableau noir en déposant et en lisant des
informations déposées dans une zone de données partagée. Dans ce genre de
communication, les destinataires ne sont pas définis ;
 La communication directe : elle se fait d’une manière intentionnelle par envoi de

messages à un ou plusieurs destinataires bien définis. Elle se base sur trois éléments qui
seraient « le langage de communication, l’ontologie et le support de communication » :
 Le langage de communication permettant de structurer les messages échangés

entre les agents. Les protocoles de communication les plus utilisés et les plus
connus sont KQML (Knowledge Query and Manipulation Language) et FIPA-
ACL (Foundation for Intelligent Physical Agents - Agent Communication
Language). Ils sont basés sur la théorie des actes de langages [Austin, 1962],
[Searle, 1969]: les messages sont des actions ou des actes communicatifs ;
 L’ontologie : définit les termes de base et les relations comprenant aussi bien le
vocabulaire du domaine concerné que les règles pour combiner les
termes et les relations afin de définir des extensions au vocabulaire
[Gomez-Perez et al., 2003];
 Les supports de communication : sont des mécanismes permettant de stocker,
de rechercher et d’adresser des messages. Ces mécanismes sont programmés
dans les plateformes multi-agents (Jade, Jack, Madkit, etc.).
Il existe plusieurs types d’interactions, qui dépendent de trois paramètres : « les buts, les
ressources et les compétences » [Ferber, 1995]. Weiss définit la coordination comme « la
propriété d’un système composé d’au moins deux agents, exécutant des actions dans un
environnement partagé » [Weiss, 2000]. Les agents devraient coordonner leurs actions
individuelles avec les autres pour aboutir à l’objectif global du groupe. Ceci permet d’éviter les
situations de conflits par la négociation pour les agents antagonistes (ayant des buts et des
objectifs contradictoires – le cadre conflictuel) et d’améliorer l’efficacité et l’utilité de chaque
agent par la coopération pour les agents non antagonistes (le cadre collectif).
118
4.2.2.4. La vue « organisation »
Dans un SMA, l’organisation est le facteur structurant, elle permet aux agents de savoir
quels sont leurs partenaires et quels rôles ils jouent de façon à répondre à un objectif donné.
C’est un arrangement des agents et de leurs comportements conditionné par les contraintes
imposées par l’environnement [Gechter, 2003]. Dans [Hübner et al., 2002] l’organisation est
décrite via une spécification structurelle, une spécification fonctionnelle et une spécification
déontique. Jacques Ferber [Ferber, 1995] affirme que les organisations constituent à la fois le
support et la manière dont se passent les interrelations entre les agents, c’est-à-dire dont sont
réparties les tâches, les informations, les ressources et la coordination d’actions. Il précise que
ce qui rend l’organisation si difficile à cerner est qu’elle est à la fois le processus d’élaboration
d’une structure et le résultat de ce processus. Cette citation met en avant la dualité du terme
organisation. En effet, il y a l’aspect statique et l’aspect dynamique : l’aspect dynamique est
relatif aux relations entre les éléments du système, qui sont soumis à des changements
dynamiques. L’aspect statique provient de la raison d’être des organisations qui est la nécessité
pour des individus de se regrouper pour repousser leurs propres limites, en termes de capacités.
4.2.3. Analogie entre la chaine logistique et le SMA
L’étude des deux domaines (chaîne logistique et système multi-agents) montre une forte
similarité entre les concepts et les pratiques. En effet, ces deux systèmes peuvent se définir
comme des réseaux d'entités (acteur pour SC et agent pour SMA) qui coopèrent pour l'atteinte
d'objectifs communs et individuels, le partage de ressources ainsi qu'à la résolution de
problèmes. Yuan et al., [Yuan et al., 2002] constatent un ensemble de critères de comparaison
entre les systèmes industriels et les SMA recensées dans le tableau suivant (Tab.4.1) :
Critère d’analogie Chaine logistique Système multi-agent
La multiplicité des entités Multiples entités aux rôles et Multiples entités aux rôles et
agissantes compétences différents pour la compétences différents pour la
réalisation de tâches réalisation de tâches
communes. communes.
Les propriétés des entités Les acteurs possèdent des Les agents possèdent des
objectifs, moyens et objectifs, compétences, rôles et
compétences nécessaires à capacités de raisonnement,
l'exécution de tâches, et suivent qu'ils mettent en œuvre selon
pour cela un ensemble de règles différents modes décisionnels
de gestion. complexes.
119
L’habilité sociale des entités les prises de décision se font au Les agents sont autonomes,
travers de méthodes de sensibles aux modifications de
coordination et/ou de l’environnement, proactifs
négociation entre les acteurs. (initient les prises de décisions
et d’actions) et disposent de
capacités sociales.
Les capacités décisionnelles Apprentissage et raisonnement Capacités de raisonnement,

sont nécessaires à la prise de d’acquisition ou de
décision individuelle et modification de connaissances
collective pour les acteurs. par interaction avec
l’environnement possibles pour
les agents.
La coordination entre entités Coordination des acteurs de la Coordination des activités des
SC par le partage de flux agents par interaction avec les
matériels, informationnels, autres agents.
monétaires ou décisionnels.
La distribution et Un acteur de la SC accède à des Les agents possèdent des

l’incomplétude de informations incomplètes, informations incomplètes, les
l’information partagées le long des frontières partages d’informations et / ou
du système. des connaissances s’effectuent
par échanges de messages.
La répartition des tâches Les tâches des acteurs de la SC Les agents peuvent déléguer des
peuvent être décomposées et tâches ou en partager pour la
données en responsabilités à résolution de problèmes
d’autres acteurs. complexes.
L’évolutivité des systèmes Structures dynamiques, les Les agents peuvent rejoindre le
acteurs s’inscrivent ou quittent système et d’autres peuvent être
la chaîne logistique. détruits.
Tab.4.1 : Analogie entre la chaine logistique et les SMA [Yuan et al., 2002].
Sur la base de cette analogie, force est de constater que les systèmes multi-agents
proposent un cadre de modélisation adapté pour la représentation de réseaux des chaines
logistiques. En effet, la modélisation et la simulation par les systèmes multi-agents permettent
de considérer la nature distribuée, les environnements changeants, la variabilité des décisions
et le comportement de coopération au sein du Supply Chain.
Dans la littérature, nous trouvons plusieurs travaux de recherche qui s’appuient sur la
modélisation et la simulation multi-agent pour représenter les chaînes logistiques. Parmi ces
travaux, nous pouvons citer : [Shen et al., 2006], [Labarthe et al., 2007] et [Jihene, 2011].
120
4.3. Méthodologie de la modélisation de la chaine du transport intermodal
Le cœur de nos travaux de recherche est la modélisation de la chaîne de transport

intermodal de marchandises à base des Systèmes Multi-Agents (SMA) (cf. section 4.2). Les
SMA proposent un cadre de modélisation adapté pour la représentation de réseaux des chaines
logistiques. En effet, la modélisation et la simulation par les systèmes multi-agents permettent
de considérer la nature distribuée, les environnements changeants, la variabilité des décisions
et le comportement de coopération au sein du Supply Chain (cf. section 4.2.3). Ceci nous semble
être une approche prometteuse, afin de concevoir un modèle souple et réutilisable. Pour
atteindre cet objectif, nous avons adopté un processus de développement appelé ArchMDE
proposée par AZAIEZ en 2007 [Azaiez, 2007] et nous avons été inspirés par une application de
cette approche dans un environnement de production impliquant des Petites et Moyennes
Entreprises (PME) mécatroniques proposée par JIHENE en 2011 [Jihene, 2011].
L’approche ArchMDE est cohérente supportant le développement des systèmes multi-

agents. Cette approche que AZAIEZ a baptisé, se base sur une combinaison de l’approche
centrée architecture et de l’'Ingénierie Dirigée par les Modèles (IDM) [Azaiez, 2007] : 1)
L’approche centrée architecture permet de raisonner sur les éléments qui structurent le
système multi-agents ainsi que leurs interactions. Elle identifie les patrons architecturaux
nécessaires au développement des systèmes multi-agents en prenant en compte les différentes
vues du système, décomposition voyelles (cf. section 4.2.2); 2) L’approche dirigée par les
modèles permet d’exprimer de façon explicite la manière de combiner ces patrons
architecturaux afin d’avoir une représentation globale du système multi-agents. Les questions
importantes dans l'approche IDM est la méta-modélisation. Un méta-modèle définit les
concepts de domaine, leurs relations, leurs propriétés et il est (en IDM) au cœur de l'élaboration
de tous les modèles produits dans les différentes phases de développement (de l'analyse jusqu'à
la mise en œuvre) [Jihene, 2011]. Selon ArchMDE, pour créer un cadre de développement
spécifique à un domaine d’application, deux niveaux sont à considérer (Fig.4.1):
 Le premier niveau consiste à spécifier des méta-modèles et les relations de fusion entre
eux. Plusieurs types de méta-modèles sont identifiés [Jihene, 2011]:
 Un méta-modèle du domaine (cf. section 4.4.1) qui décrit les propriétés liées à un
domaine particulier (soit la chaîne du transport intermodal des marchandises dans notre
cas). Nous avons réalisé ce méta-modèle en se basant sur trois visions : 1) une vision
structurelle qui décrit, de manière abstraite, l’aspect structurel de l’organisation de la
121
chaine de transport intermodal, ses entités et son environnement ; 2) une vision orientée
processus qui identifie les éléments nécessaires à la chaine pour réaliser ses activités.
Cette vision traduit, de manière abstraite, les trois niveaux d’abstraction décrits dans la
structure générique de cette chaine (cf. section 3.3.2); 3) une vision orientée triplet «
pertinence, efficacité et efficience » (cf. section 2.4.2.2.b) qui fait apparaitre ce lien entre
la vue décisionnelle, la vue fonctionnelle et la performance. Cette vision traduit, selon
l’architecture de contrôle de la performance proposée (cf. section 3.3.3), l’image
statique des trois axes contrôlant chaque niveau d’abstraction de la structure générique ;
 Un méta-modèle multi-agent (cf. section 4.4.2) qui décrit les concepts orientés agent
ainsi que leurs principales relations et propriétés architecturales adaptées à notre domaine
d’étude en appliquant l’approche voyelle (cf. Section 4.2.2);
 Un méta-modèle du domaine agentifié (cf. section 4.4.3) qui combine les deux méta-
modèles (le méta-modèle du domaine et le méta-modèle multi-agent) qui constituent les
modèles conceptuels de départ;
 De ce méta-modèle agentifié, différents méta-modèles sont décrits dans le but : d’une

part, de présenter l’image dynamique du système en intégrant le protocole d’interaction
(cf. section 4.4.4). D’autre part, de générer le code de la simulation en concevant le
méta-modèle d’implémentation (cf. section 4.4.5).
 Le deuxième niveau consiste à générer des modèles basés sur ces méta-modèles à partir de
cas réels afin de générer le code de la plateforme souhaitée (cf. Chapitre 5, section 5.2).
Fig.4.1: Le processus de développement ArchMDE [Jihene, 2011].
122
4.4. Application de la méthodologie
4.4.1. Le méta-modèle du domaine
4.4.1.1. Vision 1 : aspect structurel
En se basant sur la méthodologie de modélisation fournie par l’étape précédente

(cf. section 4.3). En appliquant, la première vision, nous avons identifié le cadre général de
notre contexte : le type de l’environnement ainsi que les organisations impliquées en prenant
comme référence la circulation du conteneur ou de l’information. En se concentrant
premièrement sur ces objectifs, nous avons dégagé les concepts et les axiomes suivants :
 L’Intermodal Freight Transportation Chain (IFTC) – Dans le contexte étudié,

l’IFTC modélise, de manière abstraite, l’organisation dans laquelle plusieurs
intervenants (Actor) se concertent pour réaliser un objectif global (service de porte
à porte) de la chaine de transport intermodal de marchandises ;
 La chaine de transport intermodal (IFTC) est composée d’une ou plusieurs

organisations (Actor) et d’un environnement (Environment) ;
 Chaque Actor est membre d’au moins d’un groupement des acteurs (Group of
actors). Il doit être possible pour un Group of actors de prendre un rôle dans une
IFTC, ceci permettant de voir un Actor tantôt comme une entité atomique (Atomic
actor) et tantôt comme une entité composée (Group of actors) selon les besoins ;
 Un Actor est un Atomic actor ou Group of actors. Les Atomic actor sont des acteurs
ayant une existence physique. Les Group of actors sont abstraits, ils existent au
travers leurs composants. Autrement dit, chaque Actor est vu comme un Group of
actors et chaque Group of actors, à tour de rôle, peut être vu comme un Actor ;
 L’environnement (Environment) est composé de deux parties intégrantes : 1) un

environnement physique (Physical environment) ayant une existence physique à
travers le système opérationnel d’IFTC ; 2) et un environnement informationnel
(Informational environment) ayant une existence virtuelle à travers le système
informationnel d’IFTC ;
123
 Un Physical environment est soutenu par au moins un Group of actors où cet

environnement représente son périmètre d’influence physique. De sa part, un
Informational environment est soutenu par au moins un Actor où cet
environnement représente son périmètre d’influence informationnelle ;
 Chaque Physical environment est composé d’une ou plusieurs ressources physiques

(P_Resource : Physical Resource) ou de plusieurs conteneurs en circulation
(P_ME : Physical Moving Entity). De même, chaque Informational environment
et composé d’une ou plusieurs ressources informationnelles (I_Resource :
Informational Resource) ou de plusieurs informations en circulation (I_ME :
Informational Moving Entity).
Le méta-modèle abstrait du domaine (Fig.4.2) est le formalisme du modèle conceptuel

abstrait en utilisant la notation UML (diagramme de classes). Il a pour objet de décrire, de
manière abstraite, l’aspect structurel de l’organisation de la chaine de transport intermodal, ses
entités et son environnement.
IFTC
1 1
1
*
1 Environment * Actor
1..*
1..* 1 1..*
1..* Group of actors Atomic Actor
Physical environment Informational environment
1 1 1 1
1..* 1..* 1..* 1..*

P_Resource P_ME I_Resource I_ME
Fig.4.2: Le méta-modèle abstrait du domaine.
Selon le diagramme de classes, cette étape de la modélisation ne représente pas la

structure interne de Group of actors ainsi que la partie visible de l’environnement à l’Actor (le
périmètre d’influence). Ce qui nécessite une abstraction moins élevée (raffinement) fournie par
l’étape suivante.
124
4.4.1.2. Vision 2 : aspect orienté processus
En se basant sur le méta-modèle abstrait du domaine fourni par l’étape précédente. En

appliquant la deuxième vision basée sur l’aspect orienté processus, un raffinement de ce méta-
modèle est généré en identifiant les éléments nécessaires à l’IFTC pour réaliser ses activités.
En se focalisant sur ces objectifs, nous avons dégagé les concepts et les axiomes suivants :
 Nous modélisons le Group of actors comme étant une composition de quatre

couches représentant les différents processus de décision abordés dans le chapitre 3
de ce manuscrit (cf. Section 3.3) : le système de déclenchement et clôture du système
intermodal « Border management system », le système d’organisation de la chaine
de transport intermodal « Planning and control system » et le système
d’acheminement des conteneurs représenté par deux processus : « Execution
system » et « Physical process ». La couche « Physical process » modélise le
périmètre d’influence du Group of actors ;
 Border management system : c’est le groupe limitant le périmètre fonctionnel des

Group of actors du système étudié en assurant la négociation et l’accord entre
l’ensemble des Actor d’IFTC. Un Actor de ce système va être modélisé par le
concept BMA :
 BMA (Border Management Actor) : représente un Actor modélisant, dans

notre cas, un Group of actors qui prend part aux échanges informationnels
et financiers. La décision d’un BMA correspond ici à un critère d’accord
et de satisfaction / retour représentant le seuil à partir duquel l’IFTC
démarrera (clôturera). Cet Actor peut jouer un rôle dans Planning and
control system en prenant une décision qui correspond ici à un critère
d’optimisation du coût et du temps ;
 Planning and control system : c’est le groupe intelligent des Group of actors qui
assure le choix d’actions de planification permises par un Environment ainsi que la
coordination des activités d’IFTC et de son implication dans la prise de décision des
deux couches : Execution system et Physical system. Un Actor de ce système va
être modélisé par le concept PCA :
125
 PCA (Planning and Control Actor) : représente un Actor modélisant, dans

notre cas, un Group of actors qui prend part à la planification et le
contrôle de ce Group of actors en interne et dans l’IFTC. La décision
d’un PCA correspond ici à la satisfaction d’un critère d’optimisation du
coût et du temps. Cet Actor peut jouer un rôle dans Execution system en
prenant une décision qui correspond ici à la satisfaction d’un critère de
sécurité et de niveau de service ;
 Execution system : c’est le groupe réactif des Group of actors qui assure le contrôle
et la synchronisation de l’acheminement des conteneurs. Il se base d’une part sur le
pilotage du Planning and control system. D’autre part, il récolte les données du
Physical process pour détecter et rectifier les dérives. Un Actor de ce système va
être modélisé par le concept EA :
 EA (Execution Actor) : représente un Actor modélisant, dans notre cas,

un Group of actors qui ne fait qu’exécuter les décisions du Planning and
control system. Cet Actor a un comportement réactif. En effet, il observe
la Physical process et agit en conséquence pour contrôler et synchroniser
le flux physique;
 Physical process : c’est le champ d’observation et d’action qui regroupe toutes les
entités passives envers elles-mêmes. D’où la transformation du P_ME est pilotée
par les EA et le P_Resource modélise les ressources nécessaires pour effectuer ces
transformations.
 Les acteurs PCA et EA héritent tous les deux de la classe Group of actors et l’acteur
BMA hérite de la classe Atomic actor. Ceci représente les caractéristiques
structurelles et comportementales de ces acteurs. Cependant les caractéristiques
individuelles de chacun seront considérées dans les classes BMA, PCA et EA.
Le méta-modèle raffiné du domaine (Fig.4.3) a pour objet de décrire, de manière

abstraite, l’aspect orienté processus de la chaine de transport intermodal. Cette étape de la
modélisation ne représente pas le comportement dynamique des relations de causalités tenant
en compte l’articulation entre centres de décision et processus opérationnels.
126
IFTC 1 Coordinate
1 1
1
*
Environment Actor
Fig.4.3: Le méta-modèle raffiné du domaine.

1 *
*
1..*
1..* 1 1..*
Physical environment Informational environment
1
1
127
1 1 1 1 1
1..* 1..* 1..* 1..* 1 1 1
P_Resource P_ME I_Resource I_ME Execution system Planning and control system Border management system
1..* 1..* 1 1 1
performs transforms
1..* 1..* 1..* 1..* 1..*
Control 1..* EA Play role PCA Play role BMA
Physical process 1..*
1..*
4.4.1.3. Vision 3 : aspect orienté « pertinence, efficacité et efficience »
En se basant sur le méta-modèle raffiné du domaine fourni par l’étape précédente. En

appliquant la troisième vision basée sur le triptyque « pertinence, efficacité et efficience », le
méta-modèle du domaine est généré en apparaissant ce lien entre la vue décisionnelle, la vue
fonctionnelle et la performance. De ce fait, nous identifions les éléments essentiels en fonction
desquels la performance peut être pilotée en se basant sur des éléments informationnels
nécessaires aux acteurs afin de réaliser leurs tâches. En se focalisant sur ces objectifs, nous
avons dégagé les concepts et les axiomes suivants :
 L’Indicator modélise le concept sur lequel les Actor se basent pour évaluer leur
performance interne et globale au niveau d’IFTC ;
 Chaque Actor vise un ou plusieurs Objective. Ce concept modélise l’intérêt pour

lequel un ou plusieurs PCA se concertent pour le réaliser ;
 Les PCA utilisent, à chaque déviation d’un Indicator, les leviers de commande lui
permettant de transformer des Knowledges en Instruction en fonction d’Objective
et Constraint potentiellement issus d’autres Actor. Les Instruction vont cadrer la
ou les activités qui composent le Physical environment correspondant ;
 Knowledges : c’est le champ d’observation qui intègre tous les éléments

informationnels nécessaires aux Actor afin de mener les mécanismes de
communication et de contrôle ;
 Knowledges est composé de deux parties intégrantes : 1) Organizational knowledge

– il s’agit des informations pertinentes que doit avoir chaque Actor sur les autres
Actor d’IFTC ; 2) Constraint – il s’agit des informations portées sur le cadre de
décision et les moyens alloués pour chaque Actor ;
 D’où la transformation des I_ME est pilotée d’une part par les EA dans la mise à
jour de ses connaissances organisationnelles (Organizational knowledge). D’autre
part, cette transformation est pilotée par les PCA dans sa prise de décision et la mise
en place des nouvelles Instruction (Constraint). Les I_Resource modélisent les
ressources informationnelles nécessaires pour effectuer ces transformations.
Nous obtenons la version détaillée du méta-modèle du domaine suivant (Fig.4.4):
128
IFTC 1 Coordinate
1 1
1 Objective
1..*
* 1
1 Environment * Actor 1..*
Fig.4.4: La version détaillée du méta-modèle du domaine.

1..* 1..*
Indicator
* Consuit
1..*
1..* 1 1..* Realize
1..* Physical environment Informational environment
1
1
1 1 1 1 1
1..* 1..* 1..* 1..* 1 1 1
129
P_Resource P_ME I_Resource I_ME Execution system Planning and control system Border management system
1..* 1..* 1..* 1..* 1 1 1
performs transforms
1..* 1..* Transforms 1..* 1..* 1..*
Performs
Control 1..* EA Play role PCA Play role BMA
Physical process 1..*
1..* 1..* 1..* 1..*
Knowledges 1..* 1..* 1..*
1..*
Refers to
Refers to
1..* 1..*
Constraint Organizational knowledge Instruction
1..*
Acts
4.4.2. Le méta-modèle multi-agent
En se basant sur des travaux de recherche réalisés au sein de l’Université de Savoie

[Azaiez, 2007] [Jihene, 2011], nous avons raffiné un méta-modèle multi-agent. En appliquant
l’approche voyelle définit précédemment (cf. Section 4.2.2), nous présentons, le long de cette
section, cette notion du méta-modèle multi-agent qui décrit les concepts orientés agent ainsi
que leurs principales relations et propriétés architecturales formalisées avec la notation UML
(diagramme de classe).
4.4.2.1. Le méta-modèle agent
Goal 1..* has 1 Agent
1..* 1
1..*
Reactive agent Cognitive agent Hybrid agent
possess
1..* 1 1
achieve
Capability 1..* 1..*
performs Mental status
1 1
1..*
1..* 1..* 1..*
Plan Action Belief Knowledges
1 ordered *
Reactive action
Fig.4.5: Le méta-modèle multi-agent : la vue agent.
Le méta-modèle agent identifie la structure interne d’un agent. La figure au-dessus

(Fig.4.5) décrit cette vue en dégageant les concepts suivants :
 L’Agent modélise les agents du système. Les trois types d’Agent : Hybrid agent,
Cognitive agent et Reactive agent héritent des caractéristiques de l’Agent ;
 Le Reactive agent modélise les agents du système dotés d’une réaction rapide face
à un stimulus (capacités réactives); Le Cognitive agent modélise les agents dotés
d’une intelligence lui permettant, selon la situation, d’atteindre d’une manière
130
optimale leurs objectifs (capacités cognitives); L’Hybrid agent modélise les agents
qui conjuguent la rapidité de réponse des Reactive agent ainsi que les capacités de
raisonnement des Cognitive agent (capacités cognitives et réactives);
 Le concept « Goal » modélise l’objectif que l’Agent voudra atteindre. Ces Goal
seront effectués suivant un ou plusieurs plans (modélisé par Plan) mis en œuvre par
un ou plusieurs Agent. Chaque Plan est composé d’une ou plusieurs actions
élémentaires modélisées par le concept « Action ». D’où la nécessité du concept
« Capability » qui modélise la ou les capacités que l’Agent doit posséder pour mettre
en œuvre des Plan ou / et pour réaliser une ou plusieurs Action. Le concept
« Reactive action » modélise l’Action élémentaire effectuée le plus souvent par
Reactive agent ou Hybrid agent;
 Le concept « Mental status » modélise les attitudes mentales composant les

capacités cognitives de chaque Cognitive agent et Hybrid agent. Ce concept intègre
les croyances de chacun de ces Agent (modélisées par le concept « Belief ») et les
connaissances (modélisées par le concept « Knowledges ») nécessaires pour agir
d’une manière appropriée.
4.4.2.2. Le méta-modèle environnement
uses
1..*
Domain model 1 1..* Goal 1..* has Agent
1
1 1 1..* 1
1..*
1..* * 1..* Reactive agent Cognitive agent Hybrid agent
Environment property 1..* 1 Environment type possess
1..* 1 1
achieve
1 Capability 1..* 1..*
Passive resource performs Mental status

Physical environment
1 1
1..*
1..* 1..* 1..* 1..*
Active resource Social environment Plan * Action Belief Knowledges
1 ordered
1..*
activates
1..*
acts on
Proactive action Task
1..* Reactive action
1 1..*
1..* modifie
Fig.4.6: Le méta-modèle multi-agent : intégration de la vue environnement.
131
Le méta-modèle environnement illustré par la figure (Fig.4.6) est composé des concepts
suivants :
 Le concept « Environment type » modélise les environnements nécessaires à la

réalisation des interactions extérieures du domaine étudié (modélisé par le concept
« Domain model »). Ces environnements peuvent être physiques (modélisés par le
concept « Physical environment ») ou sociaux (modélisés par le concept « Social
environment »). Un « Physical environment » modélise un environnement
correspondant aux ressources matérielles que l’Agent peut percevoir et sur
lesquelles il peut agir. Un « Social environment » modélise un environnement
correspond aux ressources avec lesquelles un Agent peut interagir avec les autres
Agent du système par envoi de messages ;
 Le concept « Environment property » modélise les ressources composant un

environnement (physique ou social). Ces ressources peuvent être actives
(modélisées par le concept « Active resource ») ou passives (modélisées par le
concept « Passive resource »). Une « Active resource » modélise les ressources qui
activent le comportement de l’Agent par des signaux ou la génération d’événements.
Une « Passive resource » modélise les ressources nécessaires à un ou plusieurs
Agent pour achever une tâche ;
 Le concept « Proactive action » modélise un événement que les ressources activent.

Il s’agit d’une action orienté-but composée d’une ou plusieurs tâches (modélisées
par le concept « Task ») qui seront accomplies par l’Agent en modifiant les
« Mental status » d’autres Agent.
4.4.2.3. Le méta-modèle organisation
L’organisation est le facteur structurant, elle permet aux « Agent » de savoir quels sont
leurs partenaires de quels rôles ils jouent de façon à répondre à un « Goal » donné. Le méta-
modèle organisation (Fig.4.7) est composé des concepts suivant :
 Le concept « Organization » modélise la topologie du système : hiérarchique

(modélisée par le concept « Hierarchy »), groupe (modélisée par le concept
« Group ») ou marché (modélisée par le concept « Market ») ;
132
 Une « Organization » est composée des différents rôles (modélisés par le concept
Fig.4.7: Le méta-modèle multi-agent : intégration de la vue organisation.

Hierarchy
pursue
« Role ») que les « Agent » peuvent assurer dans le système.
uses 1..*
1..* 1..*
1 Group
Domain model 1 1..* Goal 1..* has Agent 1..* Organisation
1 1..*
plays
1 1 1..* 1 1..* 1..* Market
1..*
1..* * 1..* Reactive agent Cognitive agent Hybrid agent
Environment property 1..* 1 Environment type possess
1..* 1..*
1..* 1 1
achieve Role
133
1 1
1..*
1..* 1..* 1..* 1..*
1..*
Active resource Social environment Plan * Action Belief Knowledges
1 ordered
1..*
activates
1..*
acts on
1..* Reactive action
1 1..*
1..* modifie
La version finale du méta-modèle multi-agent intégrant la vue interaction fait appel aux
MAS 1
1..* 1..*
Fig.4.8: La version finale du méta-modèle multi-agent.

1 1 Hierarchy Interaction protocol
perceives 1
needs uses pursue 1..*
1..* 1 1..*
1..* 1..* 0..*
1..* 1..* Group
1 Organisation
Domain model 1 1..* Goal 1..* has Agent 1..*
1 1..*
plays
1 1 1..* 1 1..* 1..* Market
1..*
1..* * 1..* 1..* Reactive agent Cognitive agent Hybrid agent
Environment property 1..* 1 Environment type possess participate to
1..* 1..* 0..*
1..* 1
134
1
achieve Role
1 1
1..*
1..* 1..* 1..* 1..* 1..*
1..*
4.4.2.4. Le méta-modèle interaction
Active resource Social environment Plan Action Belief Knowledges Communicative action
*
1 ordered
1..* 1..* 1..*
activates is interpreted
concepts suivants (Fig.4.8):
1..*
acts on 1..*
1..* Reactive action Message
1 1..*
1..* modifie
activates
 « Interaction protocol » modélise le langage de communication permettant de

structurer les messages échangés entre les « Agent ». Les messages (modélisés par
le concept « Message ») sont des actes communicatifs interprétés par les « Agent »
en se basant sur des actions communicatives ;
 « Communicative action » modélise les actions élémentaires communicatives qui

composent le protocole d’interaction.
4.4.3. Le méta-modèle du domaine agentifié
En se basant sur le méta-modèle du domaine (cf. section 4.4.1) et le méta-modèle multi-

agent (cf. section 4.4.2) fournis par les étapes précédentes. En s’appuyant sur l’ensemble des
concepts traités dans l’état de l’art : 1) Chaine logistique, gestion de la chaine logistique,
modélisation et performance (cf. Chapitre 2) ; 2) Transport intermodal de marchandises (cf.
Chapitre 3). Nous établissons le processus d’agentification illustré par le tableau de
correspondance suivant (Tab.4.2) qui dégage le domaine agentifié (Fig.4.9) (cf. Annexe 3).
Concept du méta-modèle du Concept équivalent Description

domaine du méta-modèle
multi-agent
IFTC MAS IFTC est l’organisation dans laquelle

plusieurs intervenants se concertent pour
réaliser un objectif global permis par un
environnement. Ainsi IFTC, la racine du
méta-modèle du domaine, est modélisée
informatiquement par la racine du méta-
modèle multi-agent : MAS.
Actor Agent Actor prend un rôle dans une IFTC.

Ainsi le concept Actor est modélisé
informatiquement par le concept Agent.
Il peut être un agent réactif, cognitif ou
hybride selon sa granularité
décisionnelle. En plus, ce concept a un
niveau d’abstraction conceptuel plus haut
que celui du concept Atomic actor
puisqu’il peut être vu comme un Group
of actors (Organization).
Group of actors Organization Le concept Group of actors est modélisé

informatiquement comme étant une
organisation (Organization). Il prend un
ou plusieurs rôles dans une IFTC,
composée d’un ensemble d’acteurs
135
respectant une structure topoloique :

hiérarchique, groupe ou marché.
Atomic actor Agent Un Atomic actor est un Actor qui n’est

pas vu comme étant une entité composée
(Organization) mais il est vu comme
étant une entité atomique. D’où le choix
de lui attribuer le concept Agent.
Environment Environment type Par analogie, le concept Environment

correspond au concept Environment
type. Il s’agit, pour les deux méta-
modèles, de l’espace (physique ou social)
alloué aux ressources pour réaliser des
interactions extérieures.
Physical environment Physical environment Par analogie, le concept Physical

environment du méta-modèle du
domaine correspond au concept Physical
environment du méta-modèle multi-
agent. Il s’agit, pour les deux méta-
modèles, d’un environnement
correspondant aux ressources matérielles
que l’acteur peut percevoir et sur
lesquelles il peut agir.
Informational environment Social environment Par analogie, le concept Informational

environment du méta-modèle du
domaine correspond au concept Social
environment du méta-modèle multi-
agent. Il s’agit, pour les deux méta-
modèles, d’un environnement
correspondant aux ressources avec
lesquelles un acteur peut interagir avec
les autres acteurs.
P_Resource Passive resource Le concept P_Resource représente les

ressources nécessaires pour achever des
tâches physiques. D’où le choix de lui
attribuer l’équivalent du concept Passive
resource dans le MAS.
I_Resource Passive resource Le concept I_Resource représente les

ressources nécessaires pour interagir
avec les autres acteurs. D’où le choix de
lui attribuer l’équivalent du concept
Passive resource dans le MAS.
P_ME Active resource Le concept P_ME active le

comportement des acteurs exécutifs par
génération d’événements (flux physique).
D’où le choix de lui attribuer l’équivalent
du concept Active resource dans le MAS.
136
I_ME Active resource Le concept I_ME active le

comportement des acteurs par génération
des signaux (flux informationnel). D’où
le choix de lui attribuer l’équivalent du
concept Active resource dans le MAS.
Execution system Group Il s’agit d’une organisation ayant la

structure topologique d’un groupe. Elle
est composée d’acteurs réactifs
d’exécution pour assurer les tâches
physiques attribuées à leur groupe. Ainsi
le concept Execution system est
modélisé par le concept Group.
Planning and control system Group Il s’agit d’une organisation ayant la

structure topologique d’un groupe. Elle
est composée d’acteurs intelligents qui
collaborent pour atteindre l’objectif
interne de leur groupe et qui coordonnent
leurs activités avec les autres
organisations. Ainsi le concept Planning
and control system est modélisé par le
concept Group.
Border management system Market Il s’agit d’une organisation ayant la

structure topologique d’un marché. Elle
est composée d’acteurs coordinateurs et
exécutants. Ainsi le concept Border
management system est modélisé par le
concept Market dans le MAS.
Physical process Task Physical process regroupe les tâches ou

les activités prises en charge par les
acteurs. Ainsi le concept Physical
process est modélisé par le concept Task.
EA Reactive agent L’EA a un comportement réactif. Il

observe le Physical process et agit en
conséquence pour synchroniser le flux
physique. D’où le choix de lui attribuer
l’équivalent du concept de Reactive
agent dans le MAS.
PCA Cognitive agent Le PCA a un comportement cognitif. Il

planifie, contrôle, collabore et
coordonne. D’où le choix de lui attribuer
l’équivalent du concept de Cognitive
agent dans le MAS.
BMA Hybrid agent Le BMA a un comportement réactif en

prenant part aux échanges
informationnels et financiers, et il a un
comportement cognitif en prenant part à
la décision, la collaboration et la
137
coordination. D’où le choix de lui

attribuer l’équivalent du concept de
Hybrid agent dans le MAS.
Knowledges Knowledges Par analogie, le concept Knowledges du

méta-modèle du domaine correspond au
concept Knowledges du méta-modèle
multi-agent. Il s’agit, pour les deux méta-
modèles, de toutes les connaissances
nécessaires pour mener les mécanismes
de communication et de contrôle.
Constraint Knowledges Il s’agit des informations portées sur le

cadre de décision concernant les moyens
alloués, le produit et les autres
organisations. Ainsi le concept
Constraint est modélisé par le concept
Knowledges dans le MAS.
Organizational knowledges Knowledges Il s’agit des informations externes

portées sur le cadre organisationnel que
doit avoir chaque acteur sur les autres
acteurs afin de mener les mécanismes de
communication. Ainsi le concept
Organizational knowledges est modélisé
par le concept Knowledges dans le MAS.
Instruction Plan Il s’agit d’une action ou un plan d’actions

à appliquer par un acteur pour effectuer
sa tâche ou rectifier une situation. Ainsi
le concept Instruction est modélisé par le
concept Plan.
Objective Goal Le concept Objective représente l’intérêt

pour lequel un ou plusieurs PCA se
concertent pour le réaliser. Il est alors
équivalent au but (désires) de l’agent.
Ainsi le concept Objective est modélisé
par le concept Goal dans le MAS.
Indicator Belief Il s’agit du concept sur lequel les acteurs

se basent pour évaluer leur performance
interne et globale. Donc ce concept
représente les croyances d’un agent.
D’où le choix de lui attribuer l’équivalent
du concept Belief dans le MAS.
Tab.4.2 : Le tableau de correspondance du processus d’agentification.
138
MAS 1
IFTC 1
1..* 1..*
1
Fig.4.9: Le méta-modèle du domaine agentifié.

1 1 Hierarchy Interaction protocol
1 1
perceives
1 * 1 1..*
needs uses pursue 1..* Actor Objective
1..* 1 1..* Environment *
0..* 1..*
1..* 1..* 1..* 1..* 1 1..*
1 Organisation Group Indicator
Domain model 1 1..* Goal 1..* has Agent 1..* * Consuit 1..*
1 1..*
plays 1 1..* 1..* Coordinate
1 1..* 1..* 1..* Realize
1 1..* 1 1..* Market Atomic actor
1..* 1..* Physical environmen t Informational environment Group of actors
1
1 Environment type 1
Environment property 1..* possess participate to 1 1 1 1 1
1..* 1..* 0..* 1..* 1..* 1..* 1..*
1..* 1 1 1
1 1
achieve Role P_Resource P_ME I_Resource I_ME
1 Capability 1..* 1..* Planning and control system Border management system
Execution system
139
Physical environment 1..* 1..* 1..* 1..*
1 1 1 1
1
performs transforms
1..*
1..* 1..* 1..* 1..* 1..* performs transforms
1..* 1..* 1..* 1..* 1..*
1..*
* Physical process 1..* Control 1..* EA Play role PCA Play role BMA
1 ordered
1..* 1..* 1..*
1..* 1..* 1..*
Knowledge s 1..* 1..* 1..*
1..* 1..*
acts on 1..* 1..* Refers to
Proactive action Task Refers to
1 1..* 1..* 1..*
1..* modifie
activates Constraint Organizational knowledge Instruction
1..*
Acts
4.4.4. Intégration du protocole d’interaction
Dans cette section, nous intégrons les protocoles d’interaction. Ces protocoles
permettent d’identifier et décrire les comportements dynamiques des agents, qui seraient :
 Le comportement nominal, qui décrit le comportement applicatif et attendu des

agents (cf. section 4.4.4.1);
 Le comportement correctif, qui a comme but de redresser un comportement suite

à une perturbation (intervention en cas de défaillance) (cf. section 4.4.4.2);
 Le comportement préventif, qui tend à éviter la survenue des complications

(intervention sur la base des mesures de performance) (cf. section 4.4.4.3).
4.4.4.1. Le comportement nominal des acteurs impliqués
Nous traduisons le comportement dynamique attendu des agents (réactifs, cognitifs et

hybrides) par cette séquence des mécanismes de concertation qui peuvent être faits par les
acteurs impliqués (Fig.4.10):
 L’acteur (réactif, cognitif ou hybride) reçoit un signal (I_ME et / ou P_ME) pour solliciter
l’activation de son comportement nominal ;
 L’acteur (réactif / cognitif) vérifie s’il s’agit d’une demande de collaboration

informationnelle (I_ME) dans le cadre de sa tâche nominale au sein de l’organisation.
Cette vérification s’effectue en comparaissant les propriétés du message reçu (identité
d’émetteur, contenu, etc.) avec celles qui doit être prises en compte et définies dans son
ontologie de négociation. L’ontologie de négociation contient les différentes règles qui
régissent le processus de négociation entamé par l’établissement d’un accord sur les
conditions dans lesquelles un ou plusieurs comportements vont être. Si après vérification,
le comportement doit être, l’acteur s’engage à envoyer un signal (I_ME) à l’acteur membre
concerné en répondant à ses besoins (informer, accepter, proposer, demander, etc.);
 Dans le cas contraire, et 1) si l’acteur est réactif (EA / BMA). Ce dernier vérifie s’il s’agit
d’une demande de collaboration en exécutant sa tâche physique nominale
(PhysicalProcess) en consultant son ontologie de négociation. S’il s’agit bien d’une tâche
physique et en tenant compte de la disponibilité de ses ressources physiques (P_Resource),
l’acteur s’engage à exécuter sa tâche et il envoie un message (I_ME et P_ME) à son
140
superviseur (agent coordinateur du « Planning and control system ») en lui informant de

la réalisation avec succès de la nième tâche de rupture de charge dans la chaine globale
(IFTC) (voir 2)). La vérification de la disponibilité des ressources physiques s’effectue
en consultant l’ontologie de domaine de l’acteur impliqué. En effet, l’ontologie de
domaine dans notre cas d’étude traduit les concepts organisationnels dédiés à chaque
intervenant (Organizational knowledge) ;
 En cas d’indisponibilité des ressources physiques de l’acteur concerné (EA / BMA). Ce

dernier s’engage à activer son comportement correctif interne (cf. section 4.4.4.2)
constitué des demandes de maintenance et d’assistance interne ;
 Sinon, 2) l’acteur est cognitif (PCA / BMA). Il vérifie alors, en consultant son ontologie
de négociation, s’il s’agit de son comportement nominal de coordinateur, celui de
dispatcher le signal (I_ME) de fin de tâche (la réalisation avec succès de la nième tâche de
rupture de charge) reçu d’EA concerné. Dispatcher les signaux nécessite la vérification de
la disponibilité des ressources informationnelles (I_Resource) en consultant l’ontologie de
domaine du PCA concerné. En cas d’indisponibilité de la ressource informationnelle,
l’acteur s’engage à activer son comportement correctif (cf. section 4.4.4.2).
4.4.4.2. Le comportement correctif des acteurs impliqués
Nous éclaircissons tout d’abord le comportement correctif des agents réactives

(Fig.4.11) et par la suite celui des agents cognitifs (Fig.4.12) par cette séquence des étapes en
langage textuel:
 Le comportement correctif de l’acteur réactif
 Si le message reçu est une demande d’activation de son comportement correctif interne,
alors l’EA (ou BMA) cherche en consultant son ontologie de domaine s’il existe une
solution alternative en se basant sur son entité atomique. S’il arrive à accomplir sa tâche
physique, il envoie un message (I_ME et P_ME) à son superviseur (agent coordinateur
du « Planning and control system ») en lui informant de la réalisation avec succès de la
nième tâche de rupture de charge dans la chaine globale (IFTC) (cf. section 4.3.4.1). Sinon,
il active le comportement correctif d’un autre EA membre en lui demandant de l’aide ;
 Si le message est une sollicitation d’aide par un autre EA afin d’accomplir la tâche. Si les
ressources physiques du récepteur sont disponibles pour aider. Ce dernier retourne un
141
message d’acceptation, une fois la tâche physique est accomplie, il envoie un message
(I_ME et P_ME) à son superviseur (agent coordinateur du « Planning and control
system ») en lui informant de la réalisation avec succès de la nième tâche de rupture de
charge dans la chaine globale (IFTC) (cf. section 4.4.4.1) en activant le comportement
préventif des acteurs qui peuvent être concernés par la complication rencontrée (cf. section
4.4.4.3). Sinon (indisponibilité des ressources physiques pour aider) il retourne un
message de refus ;
 Si l’EA concerné ne reçoit aucun message d’acceptation d’aide, il remonte l’information

à son superviseur (agent coordinateur du « Planning and control system ») en lui activant
son comportement correctif (échec de collaboration).
Fig.4.10: Le protocole d’interaction du comportement nominal des acteurs
142
Fig.4.11: Le protocole d’interaction du comportement correctif des acteurs réactifs.
 Le comportement correctif de l’acteur cognitif
 Si le PCA reçoit un message (échec de collaboration) du « Execution system », il vérifie

si le problème a d’impact sur la performance des instructions (Instruction / Indicator) en
consultant l’ontologie de connaissance qui englobe, pour chaque agent cognitif, la
connaissance au sujet des tâches affectées et les indicateurs qui contrôlent leur
performance. Alors le PCA concerné cherche la solution en proposant un plan d’action au
système d’exécution (collaboration réussite). Ce qui va activer le comportement préventif
des acteurs qui peuvent être concernés par la complication rencontrée (cf. section 4.4.4.3) ;
143
 Sinon, en cas d’une déviation des indicateurs et une solution ne peut être trouvée, le PCA
concerné envoie un message de sollicitation d’aide des membres du « Planning and
control system » (échec de coordination) ;
 En cas d’échec de coordination, le « Planning and control system » vérifie si le problème

a d’impact sur la performance des contraintes (Constraint / Indicator) en consultant
l’ontologie de connaissance. Si une solution est trouvée (coordination réussite), le
comportement préventif des acteurs qui peuvent être concernés par la complication
rencontrée, est activé (cf. section 4.4.4.3) ;
 Sinon, en cas d’une déviation des indicateurs et une solution ne peut être trouvée, un
message de sollicitation d’aide des membres du « Border management system », est
envoyé (échec de coopération) ;
Fig.4.12: Le protocole d’interaction du comportement correctif des acteurs cognitifs.
144
 En cas d’échec de coopération, le « Border management system » vérifie si le problème a

d’impact sur la performance des objectifs (Objective / Indicator) en consultant l’ontologie
de connaissance. Si une solution est trouvée (coopération réussite), le comportement
préventif des acteurs qui peuvent être concernés par la complication rencontrée, est activé
(cf. section 4.4.4.3) ;
 Sinon, en cas d’une déviation des indicateurs et une solution ne peut être trouvée, ceci va
entrainer le disfonctionnement de tout le système (IFTC). Ce disfonctionnement peut être
aussi causé si les I_Resource sont indisponibles (échec de communication).
4.4.4.3. Le comportement préventif des acteurs impliqués
A la fin de chaque comportement correctif (cf. section 4.4.4.2):
 Si la déviation est habituelle, l’acteur concerné effectue la maintenance corrective selon

la complication rencontrée et envoie par la suite les mesures à son superviseur afin qu’ils
puissent mettre à jour ses connaissances;
 Si la déviation n’a jamais survenue, l’acteur transfère les mesures au « Planning and
control system » par le biais de son superviseur qui les diffuse au niveau du système. Les
PCA mettent à jour leurs connaissances puis analysent la situation par rapport à leurs
critères (Indicator / Belief).
4.4.5. Le méta-modèle d’implémentation
Après avoir identifié le comportement dynamique des concepts du méta-modèle

agentifié en intégrant le protocole d’interaction (cf. section 4.4.4). Nous allons raffiner ces
concepts en mettant l’accent sur les principaux attributs et méthodes qui leur permettent
d’assurer leurs rôles. Cette section permet donc la description du passage de la phase de
modélisation à la phase d’implémentation. Cette dernière phase est composée de deux étapes
essentielles : 1) la première étant la conception d’un méta-modèle d’implémentation (cf. section
4.4.5). Les tableaux suivants (Tab.4.3, Tab.4.4, Tab.4.5, Tab.4.6, Tab.4.7, Tab.4.8, Tab.4.9,
Tab.4.10, Tab.4.11, Tab.4.12, Tab.4.13, Tab.4.14, Tab.4.15, Tab.4.16, Tab.4.17, Tab.4.18,
Tab.4.19, Tab.4.20, Tab.4.21, Tab.4.22, Tab.4.23, Tab.4.24, Tab.4.25 et Tab.4.26) résument le
méta-modèle raffiné qui fait l’objet du diagramme de classe (Fig.4.13) (cf. Annexe 4). Chaque
tableau fait l’objet du raffinement d’un concept du méta-modèle de domaine agentifié, pour
145
alléger les tableaux, nous ne faisons pas apparaitre les méthodes permettant d’accéder aux
informations d’un objet ou l’objet lui-même et de le modifier (les méthodes getter et setter). ;
2) La deuxième étape traduit le choix de la plate-forme d’implémentation (cf. section 5.3).
Le concept « IFTC »
Attributs
id_IFTC : String L’identifiant de la chaine de transport intermodal de marchandises.
id_environment : String L’identifiant de l’environnement global de l’« IFTC ».
list_PCA : PCA Les identifiants des acteurs « PCA » qui participent à la coordination des
activités de l’« IFTC ».
list_ACTOR : Actor Les identifiants des acteurs qui forment l’« IFTC ».
Méthodes
get Méthode d’accès à un élément de la classe « IFTC ».
set Méthode permettant d’ajouter un nouvel élément à la classe « IFTC ».
main Méthode permettant le lancement de l’exécution du la chaine.
Tab.4.3 : Raffinement du concept « IFTC » pour l’implémentation.
Le concept « Actor »
Attributs
id_Actor : String L’identifiant d’une organisation composante de l’« IFTC ».
list_objective : Objective Les identifiants des objectifs de l’acteur.
list_indicator : Indicator Les identifiants des indicateurs de l’acteur.
list_SocialAcquaintance : Les identifiants des environnements informationnels de l’acteur.
Informational_environment
list_ContractualAcquaintance : Les identifiants des « Group_of_actors » que forme l’acteur.
Group_of_actors
Méthodes
Run Méthode permettant l’activation du fonctionnement de l’acteur.
Analyze_Signal Méthode permettant d’analyser un signal reçu par l’acteur.
Send_Signal Méthode permettant d’envoyer un signal vers un destinataire.
Send_Reply_Signal Méthode permettant de renvoyer un message à un émetteur.
Activate_Nominal_Behavior Méthode d’activation du comportement nominal de l’acteur.
Activate_Corrective_Behavior Méthode d’activation du comportement correctif de l’acteur.
Activate_Preventive_Behavior Méthode d’activation du comportement préventif de l’acteur.
Tab.4.4 : Raffinement du concept « Actor » pour l’implémentation.
Le concept « Group_of_actors »
Attributs
id_GroupOfActors : String L’identifiant d’un acteur abstrait de l’« IFTC » qui existe
au travers leurs composants.
id_BorderManagementSystem : String L’identifiant du système de la gestion du périmètre
fonctionnel formant le « Group_of_actors ».
id_PlanningAndControlSystem : String L’identifiant du système de la planification et le control
formant le « Group_of_actors ».
146
id_ExecutionSystem : String L’identifiant du système d’exécution formant le

« Group_of_actors ».
list_Actor : Actor Les identifiants des acteurs qui forment l’acteur abstrait.
list_PhysicalAcquaintance : Les identifiants des environnements physiques de
Physical_environmen_t l’acteur.
Tab.4.5 : Raffinement du concept « Group_of_actors » pour l’implémentation.
Le concept « Environment »
Attributs
id_Environment : String L’identifiant de l’environnement global de l’« IFTC ».
list_PhysicalEnvironment : Les identifiants des environnements physiques qui forment
Physical_environmen_t l’environnement global.
Tab.4.6 : Raffinement du concept « Environment » pour l’implémentation.
Le concept « Atomic_actor »
Attributs
id_AtomicActor : String L’identifiant d’un acteur de l’« IFTC » ayant une existence physique vu
comme une entité atomique.
list_description : String Description de l’entité atomique.
Tab.4.7 : Raffinement du concept « Atomic_actor » pour l’implémentation.
Le concept « Physical_environmen_t »
Attributs
id_PhysicalEnvironment : String L’identifiant de l’environnement physique ayant une existence
physique à travers le système opérationnel de l’« IFTC ».
list_PhysicalProcess : Les identifiants des processus physiques de l’environnement
Physical_process physique.
list_P_Resource : P_Resource Les identifiants des ressources physiques nécessaires pour
composer l’environnement physique.
list_P_ME : P_ME Les identifiants des transformations « P_ME » effectuées dans
l’environnement physique.
list_instruction : Instruction Les identifiants des instructions qui cadrent les activités qui
composent l’environnement physique.
list_GroupOfActors : Les identifiants des « Group of actors » que l’environnement
Group_of_actors physique modélise leur périmètre d’influence.
Tab.4.8 : Raffinement du concept « Physical_environmen_t » pour l’implémentation.
Le concept « Informational_environment »
Attributs
id_InformationalEnvironment : String L’identifiant de l’environnement informationnel ayant
une existence virtuelle à travers le système
informationnel de l’« IFTC ».
list_actor : Actor Les identifiants des acteurs formant l’environnement
informationnel.
147
list_Knowledges : Knowledge_s Les identifiants des informations que doit avoir

l’environnement informationnel.
list_I_Resource : I_Resource Les identifiants des ressources informationnelles qui
composent l’environnement informationnel.
list_I_ME : I_ME Les identifiants des informations circulant dans
l’environnement informationnel.
Tab.4.9 : Raffinement du concept « Informational_environment» pour l’implémentation.
Le concept « P_Resource »
Attributs
id_P_Resource : String L’identifiant de la ressource physique.
id_Physical_Environment : String L’identifiant de l’environnement physique composé de la
ressource physique.
id_Physical_process : String L’identifiant du processus physique au sein duquel la
ressource physique est activée.
Lib_P_Resource : String Libellé de la ressource physique.
Capacity : Integer Capacité de la ressource physique.
Disponibility : Boolean Disponibilité de la ressource physique : s’elle peut prendre en
charge le « P_ME ».
Speed_Coefficient : Integer Rapidité de la ressource physique à transformer « P_ME ».
Tab.4.10 : Raffinement du concept « P_Resource» pour l’implémentation.
Le concept « P_ME »
Attributs
id_P_ME : String L’identifiant du conteneur.
id_Physical_environment : String L’identifiant de l’environnement physique ou circule le
conteneur à un instant donné.
Lib_P_ME : String Libellé de « P_ME ».
State : Boolean Etat du « P_ME ».
Tab.4.11 : Raffinement du concept « P_ME» pour l’implémentation.
Le concept « I_Resource »
Attributs
id_I_Resource : String L’identifiant de la ressource informationnelle.
id_Informational_Environment L’identifiant de l’environnement informationnel composé de la
: String ressource informationnelle.
Lib_I_Resource : String Libellé de la ressource informationnelle.
Interaction_Capacity : String Capacité de la ressource informationnelle du traitement de
l’information (Information Processing Capacity).
Disponibility : Boolean Disponibilité de la ressource informationnelle : s’elle peut
prendre en charge l’« I_ME ».
Tab.4.12 : Raffinement du concept « I_Resource» pour l’implémentation.
Le concept « I_ME »
Attributs
148
id_I_ME : String L’identifiant de l’information.

id_Informational_environment : L’identifiant de l’environnement informationnel ou circule
String l’information à un instant donné.
Lib_I_ME : String Libellé du « I_ME ».
State : Boolean Etat du « I_ME ».
Tab.4.13 : Raffinement du concept « I_ME» pour l’implémentation.
Le concept « Physical_process »
Attributs
id_PhysicalProcess : String L’identifiant du processus physique.
id_EA : String L’identifiant de l’acteur qui exécute le processus physique.
list_P_resource : P_resource Liste contenant les identifiants des ressources physiques nécessaires.
id_P_Me : String L’identifiant du conteneur à prendre en compte.
Méthodes
Activate_P_Resource Méthode permettant d’activer une ressource physique.
Tab.4.14 : Raffinement du concept « Physical_process» pour l’implémentation.
Le concept « Execution_system »
Attributs
id_ExecutionSystem : String L’identifiant du système d’exécution.
list_ExecutionActor : String Liste contenant les identifiants des acteurs « EA » composant le
système d’exécution.
Méthodes
Run_ExecutionActor Méthode permettant d’activer le comportement d’un « EA ».
Tab.4.15 : Raffinement du concept « Execution_system» pour l’implémentation.
Le concept « Planning_and_control_system »
Attributs
id_PlanningAndControlSystem : L’identifiant du système de la planification et le control.
String
list_PlanningAndControlActor : Liste contenant les identifiants des acteurs « PCA » composant
String le système de la planification et le control.
Méthodes
Run_PlanningControlActor Méthode permettant d’activer le comportement d’un « PCA ».
Tab.4.16 : Raffinement du concept « Planning_and_control_system» pour l’implémentation.
Le concept « Border_management_system »
Attributs
id_BorderManagementSystem : L’identifiant du système de la gestion de périmètre
String fonctionnel.
list_BorderManagementActor : Liste contenant les identifiants des acteurs « BMA »
String composant le système de la gestion du périmètre fonctionnel.
Méthodes
Run_BorderManagementActor Méthode permettant d’activer le comportement d’un « BMA ».
Tab.4.17 : Raffinement du concept « Border_management_system» pour l’implémentation.
149
Le concept « EA »
Attributs
id_ExecutionActor : String L’identifiant de l’acteur « EA ».
id_OrganizationalKnowledge : String L’identifiant des informations que doit avoir l’acteur.
id_ES : String L’identifiant du système d’exécution contenant l’acteur.
list_Physical_Process : Liste contenant les identifiants des processus physiques à
Physical_process exécuter par l’acteur « EA ».
Méthodes
PResource_check Méthode de vérification de la disponibilité de P_Resource.
Tab.4.18 : Raffinement du concept « EA» pour l’implémentation.
Le concept « PCA »
Attributs
id_PlanningAndControlActor : String L’identifiant de l’acteur « PCA ».
id__IFTC : String L’identifiant de l’« IFTC » coordonné par l’acteur.
id_PACS : String L’identifiant du système de la planification et le control
contenant l’acteur.
id__Knowledges : Knowledge_s L’identifiant des informations que doit avoir l’acteur.
list_Instruction : Instruction Liste contenant les instructions de l’acteur « PCA ».
list_Constraint : Constraint Liste contenant les contraintes de l’acteur « PCA ».
Méthodes
IResource_check Méthode permettant la vérification de la disponibilité d’une
ressource informationnelle.
Update_Instruction Méthode de mise à jour des instructions.
Update_Constraint Méthode de mise à jour des contraintes.
Think Algorithme du raisonnement du « PCA ».
Tab.4.19 : Raffinement du concept « PCA» pour l’implémentation.
Le concept « BMA »
Attributs
id_BorderManagementActor : String L’identifiant de l’acteur « BMA ».
id_BMS : String L’identifiant du système de la gestion du périmètre
fonctionnel contenant l’acteur.
list_Objective : Objective Liste contenant les objectifs de l’acteur « BMA ».
Méthodes
Update_Objective Méthode de mise à jour des objectifs.
Tab.4.20 : Raffinement du concept « BMA» pour l’implémentation.
Le concept « Knowledge_s »
Attributs
id_Knowledges : String L’identifiant des informations que doit avoir les acteurs « PCA ».
id_I_resource : I_Resource L’identifiant de la ressource informationnelle nécessaire.
id_I_Me : String L’identifiant de l’information à prendre en compte.
list__PCA : String Liste contenant les identifiants des acteurs « PCA » ayant droit d’avoir
accès aux informations.
Tab.4.21 : Raffinement du concept « Knowledge_s» pour l’implémentation.
150
Le concept « Organizational_knowledge »
Attributs
id_Organizational_Knowledge : String L’identifiant des informations que doit avoir les acteurs
« EA ».
list_Execution_Actor : String Liste contenant les identifiants des « EA » qui ont droit
d’avoir accès aux informations.
Tab.4.22 : Raffinement du concept « Organizational_knowledge » pour l’implémentation.
Le concept « Constraint »
Attributs
id_Constraint : String L’identifiant de la contrainte
Lib_Constraint : String Libellé de la contrainte.
Value : Float La valeur de la contrainte.
Tab.4.23 : Raffinement du concept « Constraint » pour l’implémentation.
Le concept « Instruction »
Attributs
id_Instruction : Integer L’identifiant de l’instruction.
id_PlanningAndControl_Actor : String L’identifiant de l’acteur « PCA » qui cadre l’instruction.
id_Physical_environment : String L’identifiant de l’environnement physique contenant
l’activité cadré par l’instruction.
Lib_Instruction : String Libellé de l’instruction.
Indicator : Integer L’identifiant de l’indicateur de l’instruction.
Tab.4.24 : Raffinement du concept « Instruction » pour l’implémentation.
Le concept « Objective »
Attributs
id_Objective : Integer L’identifiant de l’objective.
id__PCA : String L’identifiant de l’acteur « PCA » qui vise l’objective.
Lib_Objective : String Libellé de l’objectif.
Value_Min : Float La valeur minimum de l’objectif.
Value_Max : Float La valeur maximum de l’objectif.
Tab.4.25 : Raffinement du concept « Objective » pour l’implémentation.
Le concept « Indicator »
Attributs
id_Indicator : Integer L’identifiant de l’indicateur.
id_ACTOR : String L’identifiant de l’acteur qui utilise la déviation de l’indicateur.
Lib_Indicator : String Libellé de l’indicateur.
Min_Step : Float La mesure minimum de l’indicateur.
Max_Step : Float La mesure maximum de l’indicateur.
Calcul_Method : String La méthode de calcul de la valeur de l’indicateur.
Tab.4.26 : Raffinement du concept « Indicator » pour l’implémentation.
151
IFTC
1
Environment +id_IFTC
+id_environment
+id_Environment 1 Actor
1 +list_PCA
+list_PhysicalEnvironment
+list_ACTOR +id_Actor
1
+get() +list_objective
1 +set() +get() *
+set() +list_indicator Objective
+main() +list_SocialAcquaintance
* +list_ContractualAcquaintance +id_Objective
1 +id__PCA
1..* * +get() 1..* +Lib_Objective
+set() +Value_Min
Physical_environmen_t Informational_environment
1 1..* +Activate_Nominal_Behavior() +Value_Max
+id_PhysicalEnvironment +id_InformationalEnvironment +Activate_Corrective_Behavior()
1..* 1..*
+list_PhysicalProcess +list_actor +Activate_preventive_Behavior() +get()
+Analyze_Signal() 1..* +set()
+list_P_Resource +list_Knowledges Group_of_actors
+list_P_ME +list_I_Resource +Send_Signal()
+list_instruction +list_I_ME +id_GroupOfActors +Send_Reply_Signal() 1..*
+list_GroupOfActors +id_BorderManagementSystem
1..* +get() +id_PlanningAndControlSystem Consuit 1..*
Indicator
+get() +set() +id_ExecutionSystem
+set() +list_Actor +id_Indicator
1 1 +list_PhysicalAcquaintance +id_ACTOR
1 Atomic_actor
+Lib_Indicator
1 +get() +id_AtomicActor +Min_Step
+set() 1 +list_description +Max_Step
1..* 1 +Calcul_Method
1 +get()
1..* +set() +get()
P_Resource
+set()
1..* I_Resource 1..*
+id_P_Resource
+id_Physical_Environment P_ME +id_I_Resource I_ME
+id_Physical_process +id_Informational_Environment 1 1
+Lib_P_Resource +id_P_ME +id_I_ME 1
+Lib_I_Resource Planning_and_control_system
+Capacity +id_Physical_environment +Interaction_Capacity +id_Informational_environment Border_management_system
Execution_system
+Disponibility +Lib_P_ME +Disponibility +Lib_I_ME +id_PlanningAndControlSystem
+Speed_Coefficient +State +State +id_ExecutionSystem +list_PlanningAndControlActor +id_BorderManagementSystem
+get() +list_ExecutionActor +list_BorderManagementActor
+get() +get() +set() +get() +get()
+set() +set() +set() +get() +set() +get()
1..* +set() +Run_PlanningControlActor() +set()
1..* 1..* +Run_BorderManagementActor()
1..* +Run_ExecutionActor()
1
transforms performs transforms 1 1
performs
1..*
1..* 1..* Control 1..*
1..* BMA
1..* 1..*
Physical_process PCA
Knowledge_s 1..* EA +id_BorderManagementActor
+id_PhysicalProcess 1..* +id_PlanningAndControlActor +id_BMS
+id_EA +id_Knowledges +id_ExecutionActor +id__IFTC
Constraint +list_Objective
+list_P_resource +id_I_resource +id_OrganizationalKnowledge +id_PACS Play role
+id_P_Me +id_Constraint +id_I_Me +id_ES +id__Knowledges +get()
Play role
+Lib_Constraint +list_PCA +list_Physical_Process +list_Instruction +set()
+get() +Value +list_Constraint 1..* +Update_Objective()
+set() +get() +get()
+Activate_P_Resource() +get() +set() 1..* +set() +get()
+set() Refers to +PResource_check() Coordinate
+Activate_I_Resource() 1..* +set()
+IResource_check() 1..*
1..* Realize
+Update_Instruction()
+Update_Constraint()
Organizational_knowledge 1..* +Think()
1..*
+id_Organizational_Knowledge Refers to
+list_Execution_Actor
+get() 1..*
+set() Instruction
+id_Instruction
+id_PlanningAndControl_Actor
Acts 1..* +id_Physical_environment
+Lib_Instruction
+Indicator
+get()
+set()
Fig.4.13: Le méta-modèle d’implémentation.
C’est sur l’axe de la modélisation de la chaine de transport intermodal de marchandises

(service porte à porte) que nous positionnons le cœur de notre contribution dans nos travaux
de recherche. Cet axe suppose la conceptualisation d’une structure de contrôle capable d’une
part d’apporter de nombreux avantages en termes d’intégration des déterminants de la
performance et d’autre part de respecter l’aspect de la structure générique de la chaine de
transport intermodal (cf. Chapitre 3). Dans cette perspective, nous avons exploité toutes les
différentes visions traitées dans la conceptualisation afin de mettre en place la méthodologie
adoptée « ArchMDE ». Nous pouvons dire que le formalisme des résultats obtenus suite à
l’application de cette méthodologie, avec le langage UML, nous a permis de générer les
premiers artefacts qui sont : le méta-modèle du domaine, le méta-modèle multi-agent, le méta-
modèle du domaine agentifié, les protocoles d’interaction et le méta-modèle d’implémentation.
Dans la suite de ce manuscrit, nous abordons une partie expérimentale de notre solution.
152
Chapitre 5. Contribution à la simulation pour la validation des méta-modèles statiques et dynamiques de la chaine de transport
Chapitre 5
CONTRIBUTION A LA SIMULATION POUR LA VALIDATION DES
META-MODELES STATIQUES ET DYNAMIQUES DE LA CHAINE DE
TRANSPORT INTERMODAL DE MARCHANDISES
Table des matières

5.1. Introduction
5.2. La génération d’un modèle à l’implémentation
5.3. Le choix de la plateforme d’implémentation
5.3.1. Les plateformes orientées agent
5.3.1.1. La plateforme Zeus
5.3.1.2. La plateforme MadKit
5.3.1.3. La plateforme AgentBuilder
5.3.1.4. La plateforme Jade
5.3.2. Etude comparative des plateformes agents
5.4. Simulation pour la validation des approches proposées

5.4.1. Création d’un agent de la plateforme
5.4.2. Création et envoi d’un message
5.4.3. La communication inter-agents
5.4.4. La validation des comportements dynamiques des agents
5.4.4.1. Le comportement nominal
5.4.4.2. Le comportement correctif
153
5.1. Introduction
Après avoir positionné le cœur de notre contribution dans nos travaux de recherche sur
l’axe de la modélisation de la chaine de transport intermodal de marchandises (service porte à
porte) (cf. Chapitre 4). Nous avons généré les premiers artefacts qui sont : le méta-modèle du
domaine, le méta-modèle multi-agent, le méta-modèle du domaine agentifié, les protocoles
d’interaction et le méta-modèle d’implémentation. Ce cinquième chapitre de ce manuscrit se
focalise sur la validation des artefacts de notre solution mis en place dans les phases
précédentes. Il s’agit d’une vérification de la compatibilité de notre méta-modèle avec la réalité
du terrain:
La deuxième section (cf. section 5.2) exploite l’étude sur le terrain de cas du corridor de
la vallée de Seine dans la région de la Haute Normandie (précisément Le Havre) établie
préalablement (cf. section 3.2) afin de générer un modèle nécessaire à l’implémentation de notre
cas industriel en établissant une correspondance entre ses éléments clés et les concepts du
domaine. Par la suite, elle élabore une instanciation du méta-modèle d’implémentation afin
d’aboutir à un modèle prêt d’être implémenté dans une plateforme de programmation.
Dans la troisième section (cf. section 5.3), nous nous proposons une étude de différents
outils d’environnements de développement orientés-agents. La justification de notre choix de
l’outil d’implémentation Jade repose sur les travaux de Garneau et Delisle en 2002 [Garneau
et Delisle, 2002] qui se base sur un ensemble de critères déterminés à partir des caractéristiques
jugées importantes pour les environnements de développement de systèmes multi-agents. La
plateforme Jade répond parfaitement à nos attentes.
Tout au long de la quatrième section (cf. section 5.4), nous avons implémenté les
structures et les comportements des agents sur la plateforme Jade. L’outil graphique « Sniffer »
nous a permis de visualiser la communication inter-agent et d’afficher le contenu de chaque
message échangé. Une fois notre modélisation a été couplée à la simulation, le mécanisme
obtenu reflète le comportement du système réel.
Enfin, une synthèse qui positionne nos travaux de recherche sera proposée dans la
cinquième section (cf. section 5.5).
154
5.2. La génération d’un modèle à l’implémentation
La mise en place des éléments clés du cas industriel étudié dans le cadre de nos travaux
(le corridor de la vallée de Seine), est une tâche préalablement établie. En effet, nous avons
présenté dans le troisième chapitre de ce manuscrit, d’une façon non exhaustive, les atouts
(infrastructures, pôles de compétitivité, parcs éoliens, etc.) que regorge ce corridor (cf. section
3.2.2.4). Dans cette section, nous cherchons à vérifier la compatibilité de notre méta-modèle
d’implémentation (cf. section 4.4.5) avec la réalité du terrain. L’étude sur le terrain de cas du
corridor de la vallée de Seine dans la région de la Haute Normandie (précisément Le Havre)
(cf. section 3.2) nous a permis de dégager la structure de ce réseau, les processus gérés par ce
corridor, le sens de la circulation des flux et la récolte des données qui circulent entre les
différents acteurs. A base de cette étude, nous avons généré un modèle nécessaire à
l’implémentation de notre cas industriel en établissant une correspondance entre ses éléments
clés et les concepts du domaine (Tab.5.1). Par la suite, nous avons instancié le méta-modèle
d’implémentation afin d’aboutir à un modèle prêt d’être implémenté dans une plateforme de
programmation (Fig.5.1).
Concept du domaine Concept du cas industriel
Group of actors Seine_Valley_Corridor
Physical environment PE_HavrePort
Informational environment IE_AP+
P_Resource Quay_Crane
I_Resource SI_TerminalOperator_Import
Execution system SV_Import_ES ; SV_Export_ES
Planning and control system SV_Corridor_PCS
Border management system SV_Corridor_BMS
Physical process PPi_Unloading and supported the container and reception

observation
EA EA1_Customs_Import ; EA2_ForwardingAgent_Import;
EA3_PortAuthority_Import; EA4_SeaCarrier_Import;
EA5_TerminalOperator_Import; EA6_Transport_Import;
EA1_Customs_Export; EA2_ForwardingAgent_Export;
EA3_PortAuthority_Export; EA4_SeaCarrier_Export;
EA5_TerminalOperator_Export; EA6_Transport_Export
155
PCA SV_Export_Corridor ; SV_Import_Corridor
BMA Consignor_Export ; DistributionCenter_Import ;

FreightForwarder
Constraint Constraint_i
Knowledge_s BMA1_Knowledge_Ontology ; PCA1_Knowledge_Ontology
Organizational knowledges EA5_Domain_Ontology
Instruction Plan_Instruction_i
Objective Objective_i
Indicator Indicators
Tab.5.1 : Tableau de correspondance entre les concepts du domaine et les concepts du cas industriel.
Dans le tableau ci-dessus (Tab.5.1), nous avons défini à titre d’exemple quelques
éléments clés qui composent notre modèle d’implémentation :
 Le concept du domaine « Group of actors » a comme instance le concept

« Seine_Valley_Corridor ». Il s’agit du groupe des acteurs formant le corridor de la vallée
de Seine. En réalité, nous avons dû considérer au moins deux corridors en rajoutant par
exemple « Trans_Texas_Corridor » en se référant au corridor Trans-Texas des états unis.
Un corridor qui exporte les marchandises et l’autre les importe. A cause de
l’indisponibilité des données suffisantes, nous nous sommes contentés du corridor de la
vallée de Seine en le considérant tantôt le corridor d’importation et tantôt le corridor
d’exportation afin de pouvoir mener à terme la simulation de son comportement au sein
d’une chaine du transport intermodal;
 C’est à base de ces deux fonctions du « Seine_Valley_Corridor » (import / export) que le

concept du domaine « Execution system » va avoir deux instances : « SV_Import_ES »
(Seine Valley Import Execution System) et « SV_Export_ES » (Seine Valley Export
Execution System). Le concept d’acteur exécutif « EA » dans le cas du
« SV_Import_ES » et du « SV_Export_ES » ont pour instances respectivement les
concepts suivants :
 « EA1_Customs_Import » (Execution Actor 1: Customs Import);

« EA1_Customs_Export » (Execution Actor 1 : Customs Export);
156
 « EA2_ForwardingAgent_Import» (Execution Actor 2 : Frowarding Agent

Import); « EA2_ForwardingAgent_Export» (Execution Actor 2 : Frowarding
Agent Export);
 « EA3_PortAuthority_Import » (Execution Actor 3 : Port Authority Import);
« EA3_PortAuthority_Export» (Execution Actor 3 : Port Authority Export);
 « EA4_SeaCarrier_Import » (Execution Actor 4 : Sea Carrier Import);
« EA4_SeaCarrier_Export» (Execution Actor 4 : Sea Carrier Export);
 « EA5_TerminalOperator_Import » (Execution Actor 5 : Terminal Operator
Import);« EA5_TerminalOperator_Export» (Execution Actor 5 : Terminal
Operator Export);
 « EA6_Transport_Import » (Execution Actor 6 : Transport Import);
« EA6_Transport_Export» (Execution Actor 6 : Transport Export);
 Alors que l’instance du concept « Planning and control system » et l’instance du concept
« Border management system » sont respectivement : « SV_Corridor_PCS » (Seine
Valley Corridor Planning and Control System) et « SV_Corridor_BMS» (Seine Valley
Corridor Border Management System). Le concept d’acteur « BMA » a comme instance
les concepts suivants : « Consignor_Export » ; « DistributionCenter_Import »; et
« FreightForwarder ». Nous supposons que l’expéditeur et le centre de distribution sont
sur les pieds du port du Havre. D’autre part, le méta-modèle d’implémentation permet à
un acteur « BMA » de jouer le rôle d’un acteur « PCA », ça sera dans notre étude, le cas
du commissionnaire du transport. La raison pour laquelle le concept d’acteur « PCA » n’a
comme instance que les deux concepts suivant sans intégrer le « FreightForwarder » :
« SV_Export_Corridor » et « SV_Import_Corridor » ;
 L’environnement du « Seine_Valley_Corridor » peut être constitué de plusieurs

environnements physiques selon les décompositions voulues (par région, per terminal,
etc.). Dans notre cas d’étude, nous choisissons que l’instance de «Physical environment
» soit le concept «PE_HavrePort» (Physical Environment Havre Port). Il s’agit d’une
décomposition par nœud intermodal et pour ne pas encombrer la simulation nous avions
la possibilité de considérer tous les nœuds intermodaux existants sur l’axe Seine comme
par exemple Le port de Rouen «PE_RouenPort». Alors que le concept « Informational
environment » est instancié par « IE_AP+ » (Informational Environment AP+);
157
 An niveau de la simulation (cf. section 5.4), nous avons considéré 14 processus physiques.
En effet, dans le cadre de notre problématique, nous nous focalisons sur les processus
physiques liés à la « rupture de charge » en prenant en considération 7 ruptures tout au
long de la chaine de transport intermodal (cf. section 3.2.3). Chaque rupture de charge est
modélisée par deux processus physiques (loading / unloading), ce qui fait un total de 14
processus physiques. Dans l’objectif de ne pas encombrer le schéma de l’instanciation du
méta-modèle d’implémentation (Fig.5.1), nous avons pris à titre d’exemple une seule
instance du concept « Physical process », celle de « PPi_Unloading and supported the
container and reception observation » (the i th Physical Process). L’acteur exécutif
chargé de la réalisation de cette tâche est l’opérateur du terminal d’importation, la raison
pour laquelle l’instance de « I_Resource » est son système informationnel
« SI_TerminalOperator_Import » et l’instance de « P_Resource » est l’un de ses
équipements utilisé pour la réalisation de cette tâche, par exemple une grue à quai
«Quay_Crane » ;
 L’implémentation du comportement nominal des acteurs est basée sur la cartographie des
principaux flux d’import et d’export présentée dans le troisième chapitre (cf. section
3.2.4). Les données nécessaires à chaque acteur « Organizational knowledges » pour
mener à terme son comportement nominal a pour instance son ontologie de domaine
« EA5_Domain_Ontology » (Execution Actor 5) ce qui respecte les notions définies par
le protocole d’interaction dans le quatrième chapitre (cf. section 4.4.4). Ainsi pour chaque
comportement correctif les superviseurs cognitifs vont disposer des ontologies de
connaissances, dans l’exemple présenté dans le modèle d’implémentation :
« BMA1_Knowledge_Ontology » et « PCA1_Knowledge_Ontology » instanciées par le
concept « Knowledge_s ». Afin de bien mener les comportements correctifs et préventifs,
les superviseurs se basent sur : les contraintes « Constraint_i » (instance de
« Constraint ») ; les instructions « Plan_Instruction_i » (instance de « Instruction ») et
les objectifs « Objective_i » (instance de « Objective ») pour supporter les aléas de la tâche
i, et ce n’est qu’à la base de leurs indicateurs « Indicators » (instance de « Indicator »)
que l’ensemble des décisions sont prises.
158
Seine_Valley_Corridor Plan_Instruction_i
Quay_Crane PE_HavrePort
Indicators
Objective_i
EA1_Customs_Import SV_Import_ES
SV_Export_ES
SV_Corridor_PCS SV_Corridor_BMS
Consignor_Export
EA2_ForwardingAgent_Import
EA1_Customs_Export
SV_Export_Corridor DistributionCenter_Import
EA3_PortAuthority_Import
EA2_ForwardingAgent_Export
EA4_SeaCarrier_Import FreightForwarder
SV_Import_Corridor
EA3_PortAuthority_Export
EA5_TerminalOperator_Import
EA4_SeaCarrier_Export
BMA1_Knowledge_Ontology
EA6_Transport_Import
EA5_TerminalOperator_Export
PCA1_Knowledge_Ontology
EA6_Transport_Export Constraint_i
PPi_Unloading and supported the container and reception observation
SI_TerminalOperator_Import IE_AP+
EA5_Domain_Ontology
IFTC
1
1 +id_environment
1 +id_Environment 1 +list_PCA
+list_PhysicalEnvironment Actor
+list_ACTOR
1
+get() +id_Actor
+get()
+set() * +list_objective
+set() Objective
+main() +list_indicator
+list_SocialAcquaintance +id_Objective
* +list_ContractualAcquaintance +id__PCA
1 1..*
1..* * +get() +Lib_Objective
1 +Value_Min
1..* +set()
Physical_environmen_t
Informational_environment +Activate_Nominal_Behavior() +Value_Max
1..* Indicator
+id_PhysicalEnvironment +Activate_Corrective_Behavior()
+id_InformationalEnvironment +get()
+list_PhysicalProcess 1..* 1..* +Activate_preventive_Behavior() 1..* +id_Indicator
+list_actor +set()
+list_P_Resource +Analyze_Signal() +id_ACTOR
+list_Knowledges Group_of_actors Consuit
+list_P_ME +Send_Signal() +Lib_Indicator 1..*
+list_instruction +list_I_Resource
+id_GroupOfActors +Send_Reply_Signal() +Min_Step
+list_GroupOfActors +list_I_ME
+id_BorderManagementSystem +Max_Step
+get() +id_PlanningAndControlSystem +Calcul_Method
1..* +get()
+set() +set() +id_ExecutionSystem
+list_Actor Atomic_actor +get()
1 1 1 +list_PhysicalAcquaintance +set()
1 1 +id_AtomicActor
+get() +list_description
1
1..* +set()
+get()
P_Resource 1 +set()
1..*
+id_P_Resource 1..* 1..*
I_Resource
+id_Physical_Environment P_ME I_ME
+id_Physical_process +id_I_Resource
+Lib_P_Resource +id_P_ME +id_Informational_Environment +id_I_ME
1 1 1
+Capacity +id_Physical_environment +Lib_I_Resource +id_Informational_environment
+Disponibility +Lib_P_ME +Interaction_Capacity +Lib_I_ME Execution_system Planning_and_control_system
+Speed_Coefficient +State +State Border_management_system
+Disponibility
+id_ExecutionSystem +id_PlanningAndControlSystem
+get() +get() +get() +list_ExecutionActor +id_BorderManagementSystem
+get() +list_PlanningAndControlActor
+set() +set() +set() +list_BorderManagementActor
+set()
+get() +get()
+set() +get()
1..* 1..* 1..* 1..* +set()
+Run_ExecutionActor() +set()
+Run_PlanningControlActor() +Run_BorderManagementActor()
performs transforms
performes transforms 1 1
1
1..* 1..* 1..*
1..* 1..* 1..* 1..*
Physical_process Control
EA PCA BMA
Knowledge_s 1..*
+id_PhysicalProcess 1..*
+id_ExecutionActor +id_PlanningAndControlActor +id_BorderManagementActor
+id_EA +id_Knowledges +id__IFTC
+list_P_resource Constraint +id_I_resource +id_OrganizationalKnowledge +id_BMS
+id_ES +id_PACS +list_Objective
+id_P_Me +id_I_Me +id__Knowledges
+id_Constraint +list_Physical_Process
+list_PCA +list_Instruction +get()
+get() +Lib_Constraint
+Value +get() +list_Constraint Play role +set()
+set() +get()
+Activate_P_Resource() +set() 1..* +set() +Update_Objective()
+get() 1..* +PResource_check() +get()
+Activate_I_Resource() Refers to +set()
+set()
+IResource_check()
+Update_Instruction() 1..*
1..* Play role Coordinate
1..* +Update_Constraint()
+Think()
Organizational_knowledge
+id_Organizational_Knowledge Refers to 1..* 1..*
Realize
1..*
+get()
+set() Instruction
+id_Instruction
+Lib_Instruction
+Indicator
+get()
+set()
Fig.5.1: Instanciation du méta-modèle d’implémentation.
159
5.3. Le choix de la plateforme d’implémentation
5.3.1. Les plateformes orientées agent
5.3.1.1. La plateforme Zeus
Zeus est un environnement complet qui utilise une méthodologie appelée « role
modeling » pour le développement de systèmes collaboratifs. En effet, cette plateforme est
développée par l’Agent Research Programm du British Telecom Intelligent System Research
Laboratory, qui permet la construction rapide d’application à base d’agents collaboratifs [Collis
et al., 1998]. Un agent dans Zeus est constitué en trois couches [Garneau et Delisle, 2002]: 1)
la couche de définition permet la définition où l’agent est vu comme une entité autonome
capable de raisonner en termes de ses croyances, ses ressources et de ses préférences; 2) la
couche organisationnelle permet la détermination des relations entre les agents. Elle contient
la base de connaissance et les accointances de l’agent; et 3) la couche de coordination permet
la décision des modes de communication entre les agents, protocoles, coordination et autres
mécanismes d’interactions.
La construction d’agents dans Zeus se base sur quatre phases, qui seraient [Azaiez,
2007] : 1) L’analyse du domaine consiste à modéliser des rôles. A ce stade aucun outil logiciel
n’est fourni et le langage UML est utilisé ; 2) La conception consiste à spécifier des buts et des
tâches qui permettent de les réaliser. Cette spécification se fait par le langage naturel et n’est
supportée par aucun outil ; 3) Le développement est réalisée en quatre étapes, qui seraient:
« création de l’ontologie, création des agents, configuration de l’agent utilitaire, configuration
de l’agent tâche et implémentation des agents ». Des outils supportant des notations graphiques
sont fournies afin d’aider à l’élaboration de ces étapes ; et 4) Le déploiement : dans cette phase,
le système multi-agents est lancé. Un outil de visualisation permet le suivi de l’exécution. Cet
outil permet de visualiser l’organisation, les interactions ayant lieu dans la société d’agents, la
décomposition des tâches et l’état interne des agents.
L’environnement de développement d’agents est fourni par Zeus grâce à des

bibliothèques Java qu’on peut réutiliser pour créer leurs agents [Azaiez, 2007]. Le
développement de SMA avec Zeus est cependant conditionnel à l’utilisation de l’approche « role
modeling ». L’outil est assez complexe et sa maîtrise nécessite beaucoup de temps.
160
5.3.1.2. La plateforme MadKit
La plateforme MadKit (Multi-Agent Developpement Kit), conçue par Ferber et

Gutknecht en 1997, est fondée sur les concepts de base d’Aalaadan [Ferber et Gutknecht,
1997]: AGR (Agent, Groupe, Role). Cette plateforme fournit un éditeur permettant le
déploiement et la gestion des SMA (G-box). La gestion faite via cet éditeur offre plusieurs
possibilités intéressantes. L’outil offre aussi un utilitaire pour effectuer des simulations
[Garneau et Delisle, 2002]. En effet, MadKit fournit une API permettant la construction
d’agent en spécialisant une classe d’agent abstraite. Les agents sont lancés par le noyau de
MadKit, qui propose notamment les services de gestion des groupes et de communication.
L’échange des messages se fait à travers le rôle que l’agent est en train de jouer.
5.3.1.3. La plateforme AgentBuilder
La plateforme AgentBuilder est un environnement de développement complet. Une

modélisation orientée-objet avec OMT constitue la base de la conception des systèmes à
laquelle on ajoute une partie « ontologie ». L’élaboration du comportement des agents se fait à
partir du modèle BDI (Belief, Desire, Intention) et du langage AGENT-0. KQML est utilisé
comme langage de communication entre les agents [Garneau et Delisle, 2002]. AgentBuilder
est un outil complexe qui demande des efforts d’apprentissage importants et de bonnes
connaissances dans le domaine des systèmes multi-agents pour être utilisé de façon
performante. Il est limité au niveau de l’extensibilité, du déploiement et de la réutilisabilité.
5.3.1.4. La plateforme Jade
Jade (Java Agent DEveloppement framework) [Bellifemine et al., 1999], est une
plateforme qui permet la développement et l’exécution des applications distribuées basées sur
le concept d’agents et d’agents mobiles. Cette plateforme est la plus utilisée par la communauté
scientifique des systèmes multi-agents [Azaiez, 2007]. Jade est un outil qui répond aux normes
FIPA97. Aucune méthodologie n’est spécifiée pour le développement mais plusieurs
méthodologies génèrent des codes compatibles avec la plateforme Jade, telles que GAIA,
PASSI, INGENIAS, etc. Cette plateforme fournit des classes qui implémentent « JESS » pour la
définition du comportement des agents. L’outil possède trois modules principaux [Garneau et
Delisle, 2002]: 1) le DF «Director Facilitor » fournit un service de pages jaunes à la
plateforme ; 2) le ACC « Agent Communication Chanel » gère la communication entre les
agents ; et 3) le AMS « Agent Management System » supervise l’enregistrement des agents, leur
161
authentification, leur accès et utilisation du système. Les agents communiquent par le langage
FIPA-ACL. Un éditeur est disponible pour l’enregistrement et la gestion des agents.
5.3.2. Etude comparative des plateformes agents
Les plateformes orientées agents présentées dans la section précédente (cf. section 5.3.1)
sont proches de notre objectif de simulation du comportement de la chaine intermodal de
marchandises. Dans cette section, nous justifions le choix de l’outil d’implémentation des
concepts préalablement conçus (cf. Chapitre 4). Cette justification repose sur les travaux de
Garneau et Delisle en 2002 [Garneau et Delisle, 2002] en matière d’évaluation comparative
d’outils et environnements orientées agent en poursuivant, dans une perspective
complémentaire, les travaux de recherche de Sabas en 2001 [Sabas, 2001].
Cette évaluation se base sur un ensemble de critères déterminés à partir des

caractéristiques jugées importantes pour les environnements de développement de systèmes
multi-agents. Selon Garneau et Delisle, les objectifs essentiels d’un environnement de
développement de SMA sont : 1) Accélérer le développement et diminuer l’effort de
programmation; 2) Abstraire les mécanismes de communication, d’interaction et de
coordination ; 3) Permettre l’implémentation de systèmes relativement complexes ; 4)
Permettre une bonne extensibilité du code ; et 5) Fournir un support pour le déploiement (et
l’exécution) des systèmes. La description des quatorze critères d’évaluation considérés est
comme suite [Garneau et Delisle, 2002]:
 La méthodologie liée à l’outil couvre les différentes étapes (1) – La méthodologie couvre
les différentes étapes du développement. Comme la majorité des auteurs, Garneau et
Delisle considèrent que le processus de développement des SMA se divise en quatre étapes
: l’analyse, le développement, l’implémentation et l’exécution (déploiement) ;
 Facilité d’apprentissage de l'outil (2) – Ce critère est déterminé en fonction de : la qualité

de la documentation, la complexité des composants et les concepts utilisés. Les
connaissances préalables à son utilisation comme le langage de programmation, le langage
de communication entre les agents, les protocoles d’interactions et autres sont aussi à
prendre en considération ;
 Facilité de transition entre le développement et l’implémentation (3) – Facilité de passer

du modèle à son implémentation. Plusieurs méthodologies développées sont très
162
intéressantes au niveau conceptuel, mais difficilement applicables, notamment en ce qui

concerne l’implémentation ;
 Souplesse de l’outil (4) – Il s’agit de la flexibilité et la polyvalence de l’outil par rapport à

l’utilisation de ses composants et de sa méthodologie.
 Communication inter-agents (5) – Le programmeur ne doit pas avoir à se préoccuper de

l’implémentation des connections entre les différentes machines, des protocoles de
communications, de la sécurité, de la synchronisation, des services de messagerie et autres.
Ces services doivent donc être déjà implémentés ;
 Outils de « débuggage » (6) – Les erreurs de coordination et de synchronisme risquent de

se glisser à l’intérieur des programmes. La découverte (et la correction) de ces erreurs peut
s’avérer très difficile voire même impossible sans outils appropriés ;
 Support graphique pour le développement et l’implémentation (7) – L’environnement

propose des interfaces graphiques facilitant et accélérant le développement et
l’implémentation. Ces dernières peuvent servir à la création du modèle, la création des
agents, l’élaboration de conversations, le déploiement des agents sur les différentes
plateformes, etc. ;
 Support pour la gestion du SMA (8) – L’outil permet l’interaction avec le système. Il
permet par exemple, d’ajouter, de modifier ou de supprimer dynamiquement des agents
dans le système. L’intérêt de ce type de gestion n’est pas à négliger, elle peut être très utile
pour l’étude du système au niveau de l’exécution, de la vérification et validation ;
 Diminution de l’effort demandé et Simplicité d’implémentation (9) – Plusieurs facteurs

doivent être pris en considération. Un langage supportant bien la programmation orientée-
objet, le « multithreads » et la programmation réseau procurent des avantages importants.
Les composants doivent aussi être facilement identifiables (nom, packages, documentation,
paramètres, etc.). De plus, les classes et les services disponibles doivent être faciles à
utiliser. La diminution de l’effort demandé en termes de quantité de code à écrire, de
complexité des composants à implémenter, de facilité d’utilisation des composants existants
sont aussi des facteurs à prendre en considération ;
 Support pour les bases de données (10) – Il est intéressant d’abstraire le processus de la
sauvegarde des données le plus possible et fournir des outils facilitant ceci;
163
 Génération automatique de code (11) – Si les spécifications du système sont possibles au

niveau des interfaces, il est important de pouvoir générer le code source du système (au
moins les squelettes) et de ses différents composants ;
 Extensibilité du code (12) – Les utilitaires fournis par les outils comme les modules, les
agents prédéfinis ou le code généré doivent être facilement modifiables. Il faut aussi pouvoir
ajouter facilement du code à celui existant ;
 Déploiement (13) – La possibilité de répartir le système sur plusieurs machines est un critère
très important au niveau de l’exécution. L’outil doit aussi permettre une exécution simple
du système. L’exécution doit être indépendante de l’environnement ;
 Documentation (14) – La documentation disponible est de qualité. Elle couvre l’ensemble

des composants de l’outil. De plus, elle est claire, concise et non ambiguë.
Le barème choisi pour l’évaluation de ces critères est un nombre compris entre 0 et 4
qui est interprété comme suit : 1) 4 si l’outil répond très bien au critère ; 2) 3 si l’outil répond
bien au critère ; 3) 2 si l’outil répond moyennement au critère ; 4) 1 si l’outil répond peu au
critère ; et 5) 0 si l’outil ne répond pas du tout au critère. La grille décrite dans le tableau suivant
(Tab.5.2), donne un extrait de la grille des résultats des outils présentée par Garneau et Delisle
dans [Garneau et Delisle, 2002] pour les critères considérés dans l’implémentation appropriée
à notre cas d’étude ((4), (5), (8), (9), (12), (13) et (14)).
Critères Jade AgentBuilder Zeus Madkit

Souplesse de l’outil (4) 3 1 1 3
Communication inter-agents (5) 4 4 4 3
Gestion du SMA (8) 4 3 3 4
Effort et simplicité (9) 2 2 2 1
Extensibilité du code (12) 4 1 2 3
Déploiement (13) 4 2 2 3
Documentation disponible (14) 3 4 4 3
Total (sur 30) 24 17 18 20
Tab.5.2 : Extrait de la grille des résultats pour les critères appropriés [Garneau et Delisle, 2002].
L’utilisation de la plateforme Jade permet de faciliter la programmation de Système

Multi-Agents. De plus, elle garantit la flexibilité, la polyvalence, l’hétérogénéité, la
synchronisation, la sécurité (Tab.5.2) et propose également une solution pour faciliter
164
l’utilisation des protocoles d’interactions et une exécution indépendante de l’environnement.

Ceci justifie notre choix porté sur cette plateforme qui répond parfaitement à nos attentes.
5.4. Simulation pour la validation des approches proposées
5.4.1. Création d’un agent de la plateforme
Pour l’implémentation de nos approches proposées, nous procédons tout d’abord par la
création des concepts du domaine sur la plateforme Jade. La classe « Agent » de la plateforme
Jade qui hérite de « jade.core.Agent » contient la méthode « setup » permettant l’initialisation
d’agent. En effet, la classe Agent représente la classe de base commune à tous les agents définis
par l’utilisateur « jade.core.Agent », par héritage, il a la possibilité d’interagir avec la
plateforme Jade: enregistrement, configuration, gestion à distance… et d’utiliser un ensemble
de méthodes qui peuvent être appelées pour implémenter des comportements particuliers de
l’agent (envoi/réception de messages, utilisation de protocoles d’interaction standard, …).
Chaque Agent est identifié auprès de l’AMS (Agent Management System) par un AID (Agent
IDentifer), Cet identifiant est un objet de type « jade.core.AID », Les attributs de cet objet sont :
 name : <nickname>@<plateforme> [getLocalName(), getName()]

 addresses : adresses de la plateforme [getAllAddresses()]
 resolvers : services de page blanche [getAllResolvers()]
Ces informations sont accessibles par les méthodes suivantes de la classe

« jade.core.Agent »:
 getAID() : retourne l’identifiant unique de l’agent,

 getName() : retourne le nom de l’agent, i.e. <nickname>@<plateforme>
 getLocalName() : retourne uniquement le nickname (nom local),
 getHap() : retourne l’adresse de la plateforme.
 getAMS() : retourne l’AID de l’AMS de la plateforme sur laquelle l’agent est situé.
L’invocation au lancement de l’agent nécessite l’implémentation de la méthode

obligatoire « setup() ». Cette méthode est utilisée aussi pour (Fig.5.2):
 Enregistrer les langages de contenu, les Ontologies et traiter les paramètres passés en
arguments « getArguments() »
 Enregistrer les Services auprès du DF (Directory Facilitator), « DFService.register() »
165
 Démarrer et ajouter des comportements à l’agent, « addBehaviour() »
Fig.5.2: Exemple d’appel de la méthode « setup() » pour démarrer un comportement nominal.
Le modèle d’exécution d’un agent est multitâches dans lequel les comportements
«Behaviour » d’un agent sont exécutés en parallèle, le comportement d’un agent est
implémenté par une classe dérivant de la classe « Behaviour », Un ordonnanceur, interne à la
classe « Agent », ordonnance ces comportements. En effet, l’implémentation de « Behaviour »
est effectuée comme des instances de classe héritant de « jade.core.behaviours.Behaviour ». Il
existe deux types de « Behaviour » : 1) One-shot behaviours : son exécution s’effectue une
seule fois ; 2) Cyclic Behaviour : ce type de comportement ne se termine pas, il s’exécute en
boucle jusqu’à ce que l’agent meurt. Par exemple, l’attente d’un message pour l’analyser et le
traiter (Analyze_Signal()) est considérée dans notre plateforme comme étant un « Cyclic
Behaviour » de l’acteur impliqué (Fig.5.3).
166
Fig.5.3: Utilisation du « CyclicBehaviour » afin d’exécuter en boucle un comportement.
5.4.2. Création et envoi d’un message
Un message est une instance de la classe « ACLMessage » appartenant au package

« jade.lang.acl ». Un « ACLMessage » vérifie les spécifications FIPA et il est composé au
minimum d’un performatif (getPerformative(), setPerformative()) et d’un ensemble de
destinataires (addReceiver(), removeReceiver()). L’instance « ACLMessage » contient de
préférence (Fig.5.4): un contenu (getContent(), setContent()), un expéditeur (getSender(),
setSender()), un protocole d’interaction (getProtocol(), setProtocol()), un identifiant de
conversation (getConversationId(), setConversationId()), un langage (getLanguage(),
setLanguage()), une ontologie (getOntology(), setOntology()), etc.
Fig.5.4: Exemple d’utilisation du « ACLMessage » afin de traiter un message reçu.
Les performatifs sont des variables statiques de la classe « ACLMessage ». A titre

d’exemple : le performatif « INFORM » envoi d’information, le performatif « FAILURE »
signale une action non réalisable, le performatif « REQUEST » demande d’information, etc.
Un message est donc créé comme instance de la classe « ACLMessage ». Suite à la réception
d’un message, il peut également être créé en utilisant la méthode « createReply() ». L’envoi du
message s’effectue par l’appel de la méthode « send() » de la classe Agent (Fig.5.5). La
167
réception des messages utilisée dans notre plateforme est « bloquante » à l’aide de la méthode
« blockingReceive() ». En effet, la réception bloquante permet à un agent de passer à l’état
« Waiting » jusqu’à réception d’un nouveau message ce qui entraine l’arrêt de tous ses
comportements jusqu’à la réception de ce message (Fig.5.3).
Fig.5.5: Utilisation du « ACLMessage » pour concevoir la méthode « Send_Reply_Signal ».
5.4.3. La communication inter-agents
Par la suite, nous avons visualisé la communication inter-agent afin de voir les
comportements d’interaction. En effet, Jade fournit des outils graphiques, comme l’agent
«RMA » (Remote Monitoring Agent) (Fig.5.6) qui représente l’interface principale de surveille
de la plate-forme Jade et de tous ses conteneurs distants et aussi il contrôle l’accès ainsi que
l'utilisation du canal de communication des agents « ACC » (Agent Communication Channel).
L’ACC est le moyen de communication par défaut qui connecte tous les agents sur une plate-
forme et entre plates-formes. La figure 5.7 illustre l’interface RMA contenant les conteneurs
créés dans le cadre de notre plateforme (Fig.5.7).
Fig.5.6: L’outil graphique fournit par Jade – « RMA : Remote Monitoring Agent ».
Nous utilisons RMA pour lancer d’autres outils graphiques de Jade : « Dummy Agent »,
« Sniffer Agent » et « Inspector Agent ». L’outil « Dummy Agent » permet d’envoyer des
messages aux agents (Fig.5.8). L’outil « Sniffer Agent » permet d’analyser les messages
échangés entre agents (Fig.5.9). Alors que l’outil « Inspector Agent » permet d’afficher le
détail du cycle de vie d’un agent (Fig.5.10).
168
Fig.5.7: L’interface RMA contenant les conteneurs créés dans le cadre de nos travaux.
Fig.5.8: Exemple d’envoi de messages entre agents à l’aide de l’outil « Dummy Agent ».
169
Soit la tâche à réaliser suivante : « PP1_Stuffing_Procedures », il s’agit bien ici de

l’opération d’empotage. L’acteur exécutif chargé de la réalisation de cette tâche est le
« FreightForwarder ». L’acteur « Consignor_Export » déclenche le comportement nominal de
l’acteur exécutif en envoyant le message ayant le contenu suivant : « The goods are ready to be
stuffed ». La figure ci-dessus (Fig.5.8) illustre, à titre d’exemple, la possibilité d’envoi à l’aide
de l’outil « Dummy Agent » en précisant le performatif « INFORM ». Une fois que ce processus
physique est exécuté sans rencontrer de problème (comportement nominal), un message de
remontée d’information est envoyé par le « FreightForwarder » aux acteurs
« Consignor_Export » et « DistributionCenter_Import ». La figure ci-dessous (Fig.5.9)
montre, grâce à l’outil « Sniffer Agent » que l’échange a bien eu lieu. On a voulu vérifier le
cycle de vie des acteurs impliqués dans ce processus, l’outil « Inspector Agent » (Fig.5.10) nous
a permis d’afficher le détail de l’état des acteurs et ils sont bien en état d’attente (waiting).
Fig.5.9: Analyse des messages échangés entre agents à l’aide de l’outil « Sniffer Agent ».
Fig.5.10: Affichage de l’état des agents à l’aide de l’outil « Inspector Agent ».
170
5.4.4. La validation des comportements dynamiques des agents
Dans cette section, nous allons traiter les flux d’interaction obtenus après avoir lancé
d’une part le comportement nominal (cf. section 5.4.4.1) et d’autre part le comportement
correctif, en proposant un scénario de perturbation (cf. section 5.4.4.2).
5.4.4.1. Le comportement nominal
Il est souhaitable de représenter dans cette sous-section les services attendus du système
étudié en montrant les interactions entre les acteurs. Chaque cas de rupture de charge doit bien
représenter une intervention autonome rendue par l’acteur concerné en respectant le scénario
de la succession d’enchaînements, s’exécutant du début à la fin de la chaine du transport
intermodal de marchandises, un enchaînement étant l’unité de description de séquences
d’actions / réactions. Ce comportement contient en général un scénario nominal et les scénarios
alternatifs (qui se terminent de façon normale) ou d’erreur (qui se terminent en échec) seront
traités dans la sous-section suivante (cf. section 5.4.4.2).
Les critères de validation du comportement nominal de notre système sont : l’auto-

organisation et l’auto-configuration. L’auto-organisation est le processus par lequel notre
système change, lors de son exécution, son organisation sans aucune intervention externe. Et
l’auto-configuration est le processus permettant au système de devenir conforme aux besoins
de l’application tout en gardant les agents autonomes, conduisant ainsi à l’émergence du
comportement collectif. En s’appuyant sur l’outil graphique « Sniffer Agent », nous avons
répondu à l’objectif de nos travaux de simulation. Cet objectif a été de fournir une plate-forme
de simulation reposant sur des systèmes multi-agents auto-organisateurs permettant de
comprendre le comportement nominal de notre système en validant ainsi nos approches
proposées en matière de modélisation. La figure ci-dessous (Fig.5.11) montre les flux
d’interaction qui décrivent le comportement nominal des agents après avoir lancer notre
plateforme. L’auto-configuration des agents autonomes a bien mené le comportement collectif
à la fin de la chaine du transport intermodal (les flux 1, 2, 3, 4, 5 : voir la figure 5.11). En effet,
le « Transporter_Import » informe le « Corridor_Import » (flux 1) que le conteneur a bien été
livré au « DistributionCenter_Import ». Par la suite, le « Corridor_Import » (flux 2) et le
« FreightForwarder » (flux 3) dispache l’information aux agents concernés. De même, le
« DistributionCenter_Import » informe le « FreightForwarder » que la procédure de dépotage
est réalisée (flux 4). De sa part, le « FreightForwarder » dispache l’information (flux 5).
171
4
5
1
2
Fig.5.11: Les flux d’interaction décrivant le comportement nominal des agents d’IFTC.
172
5.4.4.2. Le comportement correctif
Au stade actuel de développement de la simulation pour la validation de nos approches

proposées en matière de modélisation de la chaine de transport intermodal de marchandises,
seuls les comportements correctifs sont pris en compte dans cette sous-section. Il s’agit des
comportements de réorganisation en cas de perturbation, le comportement préventif permettant
l’apprentissage et l’ajustement des indicateurs de performances étant encore à l’étude. Le critère
d’évaluation du comportement correctif est l’auto-adaptation. Ce critère gère les dynamiques
dues aux changements apportés à l’environnement de chaque agent.
En s’appuyant sur l’outil graphique « Sniffer Agent », nous avons répondu à l’objectif
de nos travaux de simulation. Cet objectif a été de fournir une plate-forme de simulation
reposant sur des systèmes multi-agents non seulement auto-organisateurs mais aussi auto-
adaptatifs permettant de gérer les perturbations qui apportent un changement à notre système.
La figure ci-dessous (Fig.5.12) montre les flux d’interaction qui décrivent le comportement
correctif des agents après avoir lancer notre plateforme. En effet, les flux 1, 2 et 3 décrites dans
la figure ci-dessous montrent que les agents ont bien remis le comportement dérivé du système
à son scénario nominal qui se termine de façon normale.
Le « Transporter_Export » devait réaliser sa tâche nominale celle de prendre en charge

le conteneur après la réalisation de la procédure d’empotage. Cet agent n’a pas pu accomplir sa
tâche suite à une perturbation due à l’indisponibilité d’une de ses ressources physiques et aucuns
acteurs n’a accepté de l’aider, il remonte alors l’information (flux 1) (FAILURE - Please help
me : collaboration failed / group's rules problem, Task 2) à son superviseur
« Corridor_Export ». Ce message a bien activé le comportement correctif du
« Corridor_Export » en vérifiant si le problème a d’impact sur la performance des contraintes
(Constraint / Indicator) en consultant l’ontologie de connaissance. A cause d’une déviation des
indicateurs, ce dernier n’a pas pu trouver une solution, il remonte donc un message de
sollicitation d’aide (flux 2) (FAILURE - Please help me : coordination failed / (re)negociation
of constraints, Task 2) au « FreightForwarder ». Suite à cet échec de coordination, le
« FreightForwarder » vérifie si le problème a d’impact sur la performance des objectifs
(Objective / Indicator) en consultant l’ontologie de connaissance. Ce dernier a pu trouver une
solution et il remonte l’information au « Corridor_Export » (flux 3) (INFORM - Successful
corrective task completion: coordination failed / (re)negociation of constraints, Task 2).
173
2
3
Fig.5.12: Les flux d’interaction décrivant le comportement correctif des agents d’IFTC.
174
La simulation a pu gérer le comportement dynamique de la chaine de transport

intermodal dans un environnement incertain. En effet, nous avons testé quelques scénarios où
la chaine subit des aléas environnementaux (perturbations), le comportement correctif des
acteurs impliqués a été validé avec succès (Fig.5.12). Nous pouvons dire qu’une fois notre
modélisation a été couplée à la simulation, le mécanisme obtenu reflète le comportement du
système réel. Dans l’état actuel de la plateforme qui est en cours de réalisation, quelques
concepts (réalité d’un objet) du modèle, précisément ceux liés aux ontologies, ont été conçus
en les faisant passer pour des ensembles de données sans aucun problème à l’aide des
bibliothèques proposées par l’environnement Java. Ce qui nous a permis d’avoir une vision
minimale de l’implémentation du comportement préventif des agents.
Dans l’optique de valider les artefacts mis en place dans les phases précédentes (cf.
Chapitre 4). Nous avons proposé dans ce cinquième chapitre de ce manuscrit un modèle
nécessaire à l’implémentation de notre cas industriel (le corridor de la vallée de Seine) en
établissant une correspondance entre ses éléments clés et les concepts du domaine. Une
instanciation du méta-modèle d’implémentation nous a permis d’aboutir à un modèle prêt
d’être implémenté dans une plateforme de programmation. Après avoir effectué une étude
comparative des outils de développement orientés agent, nous avons justifié notre choix porté
sur la plateforme Jade qui répond parfaitement à nos attentes. Nous pouvons dire que grâce à
l’implémentation de nos approches proposées, nous avons testé avec succès les structures et les
comportements des acteurs impliqués. Nous envisageons encore des modifications à importer
à la plateforme qui est en cours de réalisation.
175
Chapitre 6
BILAN, CONCLUSION GÉNÉRALE ET PERSPECTIVES
La tendance à la mondialisation et à la logistique est en voie de remodeler les activités

de transport. Un avantage stratégique de la logistique est la planification et l’amélioration de la
coordination de transport, particulièrement le transport intermodal de marchandises. La
logistique influencera le développement futur du transport intermodal et créera à la fois des
opportunités et des défis dans ce domaine. En effet, les coûts de ruptures de charge constituent
l’obstacle essentiel au développement des transports intermodaux, un aspect important de
l’efficacité intermodale tient à la connexion aux points nodaux, peu de progrès ont été faits pour
arriver à un contrôle des flux de transport intermodal, les systèmes de transport doivent être
intégrés pour arriver à l’intermodalité. Nos travaux de recherche sur la chaîne de transport
intermodal s’inscrivent dans ce domaine puisqu’ils s’orientent vers la recherche d’une solution
pour une amélioration de la performance de la chaine de transport intermodal de porte à porte.
Dans cette optique, notre mission a consisté à proposer une contribution au

développement de moyens d’analyse et de la structuration de l’information, de renseignement
et d’expertise dans le domaine des systèmes de transport intermodal. Il s’agissait aussi pour
nous de faire évoluer les règles d’intégration de la logistique en harmonisant son système
informationnel et en revenant, sur nos apports quant au problème posé, tant sur les fondements
académiques qu’industriels.
Le bilan de nos apports académiques et industriels répond à la problématique dégagée

dans le Chapitre 1. Il a couvert trois volets d’investigation :
 L’axe de la conceptualisation d’une architecture de contrôle de la performance de la chaine

de transport intermodal de marchandises (service porte à porte). Nous avons dégagé une
structure de contrôle capable d’une part d’apporter de nombreux avantages en termes
d’intégration des déterminants de la performance et d’autre part de respecter l’aspect de la
structure générique de la chaine de transport intermodal. Cette phase s’inspire largement
d’une revue de la littérature sur les concepts sous-jacents à la gestion des chaînes
logistiques, aux ententes industrielles et aux méthodes d’évaluation de performance et elle
suppose la bonne maitrise des trois sous-systèmes (opérationnel, décisionnel et
176
Chapitre 6. Bilan, conclusion générale et perspectives
informationnel) formant la chaine du transport intermodal de marchandises de porte à porte.

Nous avons noté, par ailleurs, l’absence de mécanismes qui ne sont pas liés directement aux
activités des ruptures de charge;
 L’axe de la modélisation de la chaine de transport intermodal de marchandises. Nous avons

construit, sur la base des apports de la phase précédente en mettant en place la méthodologie
adoptée « ArchMDE », les premiers artefacts qui sont : le méta-modèle du domaine, le méta-
modèle multi-agent, le méta-modèle du domaine agentifié, les protocoles d’interaction et le
méta-modèle d’implémentation. Cette phase nous a permis de considérer la nature
distribuée, les environnements changeants, la variabilité des décisions et le comportement
de coopération au sein du système de transport intermodal. Cet apport a effectivement
permis de constituer un moyen d’analyse et de la structuration de l’information ;
 L’axe de la validation des apports conçus dans la phase précédente. La réalité de ces apports
a été mise en évidence au travers d’une simulation auprès d’un modèle nécessaire à
l’implémentation de notre cas industriel (le corridor de la vallée de Seine) en établissant
une correspondance entre ses éléments et les concepts du domaine. La mise en œuvre de
l’expérimentation des approches proposées, à l’aide d’un système multi-agent, montre que
notre contribution répond à notre problématique et apporte des solutions de bonnes qualités.
Les travaux de recherche réalisés ont donné lieu à des perspectives d’amélioration et
d’extension :
 Procéder à la finalisation de la plateforme. En effet, dans l’état actuel de la plateforme qui

est en cours de réalisation, quelques concepts (réalité d’un objet) du modèle, précisément
ceux liés aux ontologies, ont été conçus en les faisant passer pour des ensembles de données
sans aucun problème à l’aide des bibliothèques proposées par l’environnement Java. Ce qui
nous a permis d’avoir une vision minimale de l’implémentation du comportement préventif
des agents. Une extension possible consiste alors à finaliser l’implémentation du
comportement préventif de l’ensemble des agents impliqués ;
 Réaliser une étude de la robustesse et la complétude avec des ontologies et des algorithmes
qui portent sur des horizons décisionnels à temps réel pour l’ensemble des activités de la
chaine ;
177
 Mener un travail approfondi sur un type d’indicateurs lié à la chaine de transport intermodal
et son intégration dans l’analyse des comportements des agents. En effet, nous envisageons
dans le cadre de nos travaux une perspective intéressante, celle de mener une analyse de la
performance de l’interopérabilité des systèmes informationnels de la chaine du transport
intermodal de marchandises ;
 La solution proposée est ouverte. En effet, elle permettra aux futurs chercheurs d’intégrer
des modules : de raisonnements, d’apprentissages, d’améliorations des protocoles et de
structurations des comportements des agents. Ce travail de recherche tant par son ouverture
que par sa réutilisation, peut déboucher sur d’autres projets de recherche selon les besoins
des futurs successeurs.
PUBLICATIONS ET COMMUNICATIONS INTERNATIONALES
 [Gouiza et al, 2014] Gouiza, F., Benabdelhafid, A., Yassine, A., « Measurement of intermodal
accessibility : Container transport example, » International journal on Advanced Logistics
Transport, IEEE Xplore, pp. 241-246, 2014. (Indexé par Scopus)
 30 Septembre – 1 Octobre 2015 : Participation à la e-conférence internationale sur le campus

numérique des systèmes complexes CS-DC’15 (The world e-conference on Complex Systems
Digital Campus), Tempe, Arizona - Etats Unis – Participation avec une communication sous forme
d’une présentation intitulée : « Modeling and performance evaluation of the intermodal freight
transportation chain (door to door service) ».
 1 – 3 Mai 2014 : Participation à la IEEE conférence internationale sur la logistique avancée et le

transport ICALT (The IEEE International Conference on Advanced Logistics and Transport),
Hôtel El Mouradi El Menzah, Hammamet – Tunisie - Participation avec une communication sous
forme d’une présentation intitulée : « Measurement of intermodal accessibility: Container transport
example ».
 8 – 10 Août 2013 : Participation à la conférence internationale sur le tourisme d’affaires et les

sciences appliquées ICBTS (The International Conference on Business Tourism and applied
Sciences), Université de Londres, Londres – Royaume-Uni - Participation avec une communication
sous forme d’une présentation intitulée : « Tourism and intermodal transportation: The complexity
of a Tourist Information System (TIS) ».
178
Chapitre 6. Bilan, conclusion générale et perspectives
 21 – 22 Mai 2012 : Participation à la conférence internationale sur les ports et le transport maritime
WCTRS-SIG2 (World Conference on Transport Research Society – Maritime transport and
ports), Université d’Anvers, Anvers – Belgique.
179
Glossaire
GLOSSAIRE
La distribution de Fisk en économie – Dans la théorie des probabilités et en statistiques, la loi log-
logistique (connue aussi comme la distribution de Fisk enéconomie) est une loi de probabilité continue
pour une variable aléatoire non-négative [Le Petit Robert, 2015].
Facture-devis (Proforma invoice) – Une facture (abrégée ou estimée) envoyée par le vendeur à un
acheteur à l'avance d'une expédition ou de livraison de marchandises. Il note le type et la qualité des
marchandises, leur valeur, et d'autres informations importantes telles que les frais de poids et de
transport. Les factures Proforma sont couramment utilisés comme les factures préliminaires avec une
citation, ou à des fins douanières à l'importation. Ils diffèrent de la facture à ne pas être une exigence ou
demande de paiement [Venturelli et al., 2010].
Transaction fictive – Un acte par lequel des parties mettent fin à une contestation en faisant des
concessions réciproques. L'acte d'obtenir et de payer pour un article / un service [Le Petit Robert, 2015].
Lettre de crédit (letter of credit) – Document émis par la banque de l’importateur afin d’assurer le
paiement des biens et services importés. La banque émettrice met à la disposition du bénéficiaire la
somme convenue entre les parties, conformément aux conditions de la lettre [Le Petit Robert, 2015].
Transfert électronique de fonds (Electronic Funds Transfer) – C’est un échange électronique, le
transfert d'argent d'un compte à un autre, que ce soit au sein d'une seule institution financière ou à travers
de multiples institutions, grâce à des systèmes informatiques [Le Petit Robert, 2015].
Insurance certificate – Document remis à chaque participant à un régime d'assurance collective et qui
résume les garanties et les principales dispositions du contrat de base [Venturelli et al., 2010].
Shipper’s letter of instruction – Elle est délivrée par l'exportateur au commissionnaire de transport et
elle comprend les instructions d'expédition pour l'expédition maritime [Venturelli et al., 2010].
Shipper’s export declaration – Déclaration d’exportation : une déclaration détaillée des marchandises
exportées, faite sur des imprimés types « D.E » conformes aux modèles officiels conservés à la Direction
des Douanes. Dans la déclaration d’exportation, le déclarant indique le régime douanier à assigner aux
marchandises et communique les éléments requis pour l'application des droits de douanes et taxes et
pour les besoins du contrôle douanier [Venturelli et al., 2010].
Shipper’s import declaration – Déclaration d’importation : une déclaration détaillée des marchandises
importées, faite sur des imprimés types « D.I » conformes aux modèles officiels conservés à la Direction
des Douanes. Dans la déclaration d’importation, le déclarant indique le régime douanier à assigner aux
marchandises et communique les éléments requis pour l'application des droits de douanes et taxes et
pour les besoins du contrôle douanier [Venturelli et al., 2010].
Customs declarations – Une déclaration indiquant les marchandises importées sur lesquelles les droits
devront être payés [Venturelli et al., 2010].
Customs clearance / permit – L'autorisation documentée permettant de faire passer des marchandises
importées afin qu'elles puissent entrer dans ce pays ou à des marchandises exportées afin qu'ils puissent
quitter ce pays [Venturelli et al., 2010].
180
Customs invoice / letter – Il s’agit d’une forme étendue de la facture commerciale requise par les
douanes (souvent dans un format spécifié) dans laquelle la description de l’état de marchandises, la
quantité et le prix de vente, les coûts de fret, l'assurance et l'emballage, les conditions de livraison et de
paiement, le poids et / ou le volume des marchandises dans le but de déterminer la valeur en douane
d'importation au port de destination [Venturelli et al., 2010].
Packing list – Liste de colisage détaillée des articles habituellement inclus dans chaque colis
d'expédition, donnant la quantité, la description, et le poids du contenu. Préparée par l'expéditeur et
envoyée au destinataire pour décompte précis des marchandises livrées. Dénommée aussi projet de loi
de colis, bordereau d'expédition, ou le déballage note [Venturelli et al., 2010].
Transit declaration – Déclaration pour le transit : une déclaration sous régime suspensif total ou partiel
des droits et taxes sera exigée pour toutes les opérations d'importation soumises aux procédures
douanières relatives au transit ordinaire, au transit international, à l'entrée en entrepôt ou à la mise en
admission temporaire [Venturelli et al., 2010].
Certificate of inspection – Habituellement requis pour l'importation d'équipements industriels, produits
de viande, et de marchandises périssables, il certifie que le produit répond aux spécifications requises et
était en bon état et la quantité correcte quand il a quitté le port de départ. Dénommée aussi certificat
d'inspection ou d'un rapport d'inspection [Venturelli et al., 2010].
Fumigration certificate – Document certifiant qu’une fumigation a été effectuée par des opérateurs
spécialisés ou un organisme accrédité dans le pays d’origine. Elle est réalisée dans l’entrepôt ou dans le
conteneur avant l’expédition par bateau. La fumigation est l’opération qui consiste à introduire un gaz
ou une substance donnant naissance à un gaz dans l’atmosphère d’une enceinte dans le but de détruire
les organismes nuisibles. Ex. Conteneur de friperie [Venturelli et al., 2010].
Bill of lading – le connaissement, titre représentatif de la marchandise lors d’un transport maritime,
tenant lieu de reçu de ce que l’armement charge à bord du navire. Il est établi par l’armateur et il permet
au destinataire de réclamer la marchandise auprès de l’armateur [Venturelli et al., 2010].
Manifest – Le manifeste, document de transport maritime qui récapitule l’ensemble des marchandises
chargées dans un port à destination d’un autre port [Venturelli et al., 2010].
Certificate of origin – Certificat d’origine : Document attestant de l’origine d’une marchandise et établi
par une autorité habilitée dans le pays d’origine. Document ayant une valeur indicative ne liant en rien
le service de douane d’importation. Visé par les chambres de commerce, le certificat d'origine est
souvent exigé à l'importation (contrôle des quotas, application de tarifs préférentiels). Le certificat
d'origine est aussi exigé dans le cadre d'un crédit documentaire. Les principaux types : MINEF,
EUR1, OIC. Si la fabrication du produit est issue de plusieurs pays, il sera mentionné dans le certificat
d'origine, le pays où a eu lieu la dernière transformation [Venturelli et al., 2010].
VAT registration – Processus d'admission (entreprise) pour le retour de la TVA [Venturelli et al., 2010].
Consular invoice – Facture consulaire : elle est exigée par certains pays, elle fournit le détail des biens
expédiés et informe sur les identités du donneur d'ordre et du destinataire et sur la valeur de l'expédition.
Elle doit être présentée à un commissionnaire en douane [Venturelli et al., 2010].
Remorqueur / remorquage – Bateau spécialement conçu pour le remorquage des gros bateaux en mer
ou arrivant dans un port. Remorquage :
Fait de tirer un bateau dépourvu de moyens de propulsion par un autre [Venturelli et al., 2010].
Lamaneur / lamanage – Une personne chargée des opérations d'amarrage ou d'appareillage des navires.
Les lamaneurs utilisent des véhicules (parcours terrestre) ou des bateaux (parcours maritime) pour se
rendre au poste à quai [Venturelli et al., 2010].
181
Références bibliographiques
REFERENCES BIBLIOGRAPHIQUES
[AFNOR, 2000] « Normes Qualité ISO 9000 ». Editions AFNOR, 2000.

[Amiguet, 2003] Amiguet, M., « MOCA, Un modèle componentiel dynamique pour les systèmes multi-
agents organisationnels ». Thèse de doctorat, Université de Neuchâtel, Suisse, 2003.
[Austin, 1962] Austin, J.L, « How To Do Things with Words ». Clarendon Press, 1962.
[Azaiez, 2007] Azaiez, S., « Approche Dirigée par les modèles pour le développement de systèmes
multi-agents ». Thèse de l’Université de Savoie, Spécialité Informatique, Annecy le vieux, France, 11
décembre, 2007.
[Beamon et Chen, 2001] Beamon, B., Chen, V., « Performance Analysis of Conjoined Supply Chain ».
International Journal of Production Research, Vol. 39, no 14, pp. 3195-3218, 2001.
[Beamon, 1998] Beamon, B.M., « Supply chain design and analysis : Models and methods ».
International Journal of Production Economics, 55, pp. 281-294, 1998.
[Bellifemine et al., 1999] Bellifemine, F., Poggi, A., et Rimassa, G., « JADE – A FIPA-compliant agent
framework ». International Conference and Exhibition on the Practical Application of Intelligent Agents
and Multi-Agent Technology (PAAM), Londres, avril 1999.
[Benmoussa et Laachir, 2007] Benmoussa, R., Laachir, H., « Mesure de la performance d’une chaîne
logistique : méthode basée sur l’approche processus ». SYstème d’information Logistique PROductique,
Ecole Nationale des Sciences Appliquées Marrakech (ENSAM), 2007.
[Bierwirth et Meisel, 2010] Bierwirth, C., Meisel, F., « A survey of beth allocation and quay crane
scheduling problems in container terminals ». European Journal of Operational Research 202, pp. 615–
627, 2010.
[Biteau, 1998] Biteau, R.S., « Maitriser les flux industriels : les outils d‟analyse ». Editions
d’Organisation, Paris, 1998.
[Bitton, 1990] Bitton, M., « ECOGRAI: méthode de conception et d’implantation de systèmes de
mesure de performance pour organisations industrielles ». Thèse de doctorat, Université Bordeaux I,
220 p., septembre 1990.
[Blanc, 2006] Blanc, S., « Contribution à la caractérisation et à l'évaluation de l'interopérabilité pour les
entreprises collaboratives ». Thèse de doctorat, université Bordeaux I, 20 décembre 2006.
[Boissier et Demazeau, 1996] Boissier, O., Demazeau, Y., « Asic: An architecture for social and
individual control and its application to computer vision ». In John W. Perram and Jean Pierre Müller,
Ed. Distributed Software Agents and Applications, 6th European Workshop on Modelling Autonomous
Agents - MAAMAW ’94, volume 1069, pp. 1–18, Denmark. Springer, 1996.
[Bonabeau et al., 1999] Bonabeau, E., Dorigo, E., Theraulaz, G., « L’intelligence en essaim. Ingénierie
des Systèmes Multi-Agent ». Actes des Journées Francophones de l’Intelligence Artificielle Distribuée
et des Systèmes Multi-Agents, JFIADSMA’99, Ed. Marie-Pierre Gleizes, Paris - Hermes, novembre
1999.
182
[Botta-Genoulaz, 2003] Botta-Genoulaz, V., « Les systèmes d’information supports à la chaîne

logistique ». Ecole d’été d’automatique – Gestion de la Chaîne Logistique. Session 24, Grenoble, France
Septembre 2003.
[Bourjot et al., 1999] Bourjot C., Chevrier V., Bernard A., Krafft B., « Coordination par le biais de
l’environnement une approche biologique ». Ingénierie des Systèmes Multi-Agent (Actes des Journées
Francophones de l’Intelligence Artificielle Distribuée et des Systèmes Multi-Agents, novembre 1999,
Saint Gilles), JFIADSMA’99, Ed. par Marie-Pierre Gleizes, Paris : Hermes, 1999.
[Bratman, 1987] Bratman, M.E., « Intention, Plans, and Practical Reason ». Harvard University Press,
Cambridge, MA, 1987.
[Briot et Demazeau, 2001] Briot, J., Demazeau, Y., « Principes et architecture des systèmes multi-
agents, chapitre Introduction aux systèmes multi-agents ». pp. 17–25. Hermes Science, 2001.
[Brooks, 1991] Brooks R.A., « Intelligence Without Reason ». Proceeding of the 12th International Joint
Conference on Artificial Intelligence, IJCAI’91, Ed. by Myopoulos J.& Reiter R., pp. 569 – 595,
Sydney, Australie, août 1991.
[Burlat et Boucher, 2000] Burlat P.,Boucher X., « Pilotage distribué des groupements d’entreprises :
Modélisation et perspectives ». Journal Européen des systèmes automatisés, Novembre, vol.35, n° :7-8,
pp.991- 1018. 2001.
[Calvez, 1990] Calvez, J.P, «Spécification et conception des systèmes. Une méthodologie: MCSE».
Paris: MASSON, pp. 614, 1990.
[Campagne et Sénéchal, 2002] Campagne J.P., Senechal O., « Les nouvelles exigences de la
coopération ». Groupe PROSPER, 2002.
[Carbone et Meunier, 2006] Carbone, V., Meunier C., « Supply Chain Management: portée et limites.
L'apport des théories des réseaux ». In Actes de la 15e Conférence internationale de Management
Stratégique, Annecy, Genève, AIMS, 2006.
[Cassandras et Lafortune, 1999] Cassandras, C., Lafortune, S., « Introduction to discrète event
Systems ». Kluwer Académie Publishers, Boston, MA, 1999.
[Caveing, 1997] Caveing, M., « La figure et le nombre : recherches sur les premières mathématiques
des Grecs ». Presses Universitaires du Septentrion, Vol. 2, 1997.
[CCI Normandie, 2014] CCI Normandie, « La Normandie en chiffres et en cartes : Panorama
économique 2014 ». Publication économique de CCI Normandie, une réalisation du Pôle Etudes et
Aménagement Territorial, directeur de publication : Désormeaux, J.P., www.sie-hn.com, 2014.
[CCS, 2014] Cargo Community System, « AP+ : unir pour optimiser les échanges». www.soget.fr
consulté en juin 2014.
[Chen, 2005] Chen, D., « Modélisation d'entreprise pour l'intégration et l'interopérabilité des systèmes
industriels ». Université Bordeaux 1, Mémoire d'Habilitation à Diriger des Recherches, Talence, 2005.
[Cheyroux, 2003] Cheyroux, L., « Sur l’évaluation de performances des chaînes logistiques ». Thèse de
doctorat, Laboratoire d’Automatique de Grenoble, 2003.
[Christopher, 1992] Christopher, M., « Logistics and Supply Chain Management ». Pitman, Publishing,
London, 1992.
[Cirrelet, 2008] Cirrelet 2008-38, « Novel constraints satisfaction models for optimization problems in
container terminals ». pp. 11-18, 2008.
183
[Claver et al., 1996] Claver, J.F., Pitt, D., Gelinier, J., « Gestion de flux en entreprise: modélisation et
simulation ». Hermès, 1996.
[Colin, 1996] Colin, J., « La logistique : histoire et perspectives ». Communication a été présentée lors
de la Deuxième rencontre de logistique ARFILOG, Université Blaise Pascal de Clermont-Ferrand à
Montluçon, 25-26 mars 1996. Revue Logistique & Management, Vol.4, no 2, 1996.
[Collis et al., 1998] Collis, J. C., Ndumu, D. T., Nwana, H. S., et Lee, L. C., « The ZEUS agent building
toolkit». BT Technology Journal, 16(3), 1998.
[Comtois, 2007] Comtois, C., «Marketing Green Logistics: Environmental Strategies for Transportation
Based Gateways and Corridors». Discussion paper presented at the International Conference on
Gateways and Corridors, Vancouver, pp. 15, 2007.
[Comtois, 2012] Comtois, C., «Définition et périmètre des grands corridors de transport fluvio-
maritime». Livre : les corridors de transport, Edition EMS, Cormelles-le-royal, pp. 63, 2012.
[Cooper et al., 1997] Cooper M., Lambert D.M, Pagh J.D., « Supply chain management: more than a
new name for logistics ». International Journal of Logistics Management, vol. 18, n° 2, pp. 1-13, 1997.
[Coquillard et Hill, 1997] Coquillard, P., Hill, D., « Modélisation et Simulation des Écosystèmes »,
Masson, 1997.
[Cottet et al., 2005] Cottet, F., Grolleau, E., « Systèmes temps réel de contrôlecommande ». Ed. Dunond,
2005.
[Crainic et Kim, 2005] Crainic, TG, Kim, KH., « Intermodal transportation. In Transportation ».
Handbooks in operations Research and Management Science, Sous la direction de Barnhart c et Laporte
G, North-Holland, Amsterdam, 2005.
[Crainic et Kim, 2007] Crainic, T.G., Kim, K.H., « Chapter 8: Intermodal transportation ». C. Barnhart
and G. Laporte (Eds), Handbook in OR & MS, Vol. 14, 2007.
[Croom et al, 2000] Croom, S., Romano, P., Giannakis, M., « Supply chain management: an analytical
framework for critical literature review ». European Journal of Purchasing & Supply Management, 6,
pp. 67-83, 2000.
[Demazeau et Costa, 1996] Demazeau, Y., Costa, A.R., « Populations and organisations in open multi-
agent systems». In 1st Symposium on Parallel and Distributed AI, Hyderabad, India, 1996.
[Demazeau, 1995] Demazeau, Y., « From interactions to collective behavior in agent-based systems ».
In European Conference on Cognitive Science, Saint-Malo France, 1995.
[Despontin-Monsarrat et al., 2005] Despontin-Monsarrat, E., Briand, C., Esquirol, P., « Approche par
contraintes pour une aide à la coopération inter-entreprises ». 6ème Congrès International de Génie
Industriel, Besançon, France, 7-10 Juin 2005.
[Dilts et al, 1991] Dilts, D.M., Boyd, N.P., Whorms, H.H., « The évolution of control architectures for
automated manufacturing Systems ». Journal of Manufacturing Systems, vol. 10, n° 1, pp. 79-93, 1991.
[Drogoul, 1993] Drogoul, A., « De la simulation multi-agent à la résolution collective de problèmes.
Une étude de l’émergence de structures d’organisation dans les systèmes multi-agents ». Thèse de
doctorat, Université Paris 6, 1993.
[Ducq et al., 2003] Ducq, Y., Gentil, M.H., Merle, C., Doumeingts, G., « Conception et implantation de
systèmes d’indicateurs de performance ». Chapitre d’ouvrage « Evaluation des performances des
systèmes de production » sous la direction de C. Tahon, Edition Hermès, p.143-174, 2003.
184
[Duffie, 1990] Duffie, N.A. « Synthesis of heterarchical manufacturing Systems ». Computers in

Industry, vol. 14, n° 1-3, pp. 167-174, 1990.
[Erschler et al., 1993] Erschler J., Fontan G., Mercé C., « Approche par Contraintes en
planification et ordonnancement de la production ». RAIRO-APII, 1993.
[Etzioni et Weld, 1994] Etzioni, O., Weld, D., « An Softbot-based interface to the internet ».
Communication of the ACM, 37, 7, pp. 72-76, 1994.
[Famuel, 1690] Famuel, M., « La logistique, ou arithmétique française ». Imprimeur et marchand
libraire à la bible d’or : François Bouchard, Metz, 1690.
[Fenies et Gourgand, 2004] Fenies P., Gourgand M., «La mesure de la performance industrielle :
application à la supply chain». Dans Lièvre P., Tchernev, N. La logistique entre management et
optimisation, Paris : Hermès, pp.210 – 221, 2004.
[Ferber et Gutknecht, 1997] Ferber J., Gutknecht O., « Aladin: a meta-model for the analysis and design
of organization in multi-agent systems ». Rapport de recherche LIRMM 97189, Laboratoire
d’Informatique, de Mécanique et de Micro-électronique de Montppelier, décembre 1997.
[Ferber et Gutknecht, 1999] Ferber J., Gutknecht, O., « Operational Semantics of a Role-based Agent
Architecture». Dans ATAL'99. 1999.
[Ferber, 1995] Ferber, J., « Les systèmes multi-agents, vers une intelligence collective ». IIA, Paris :
InterEditions, 1995.
[Francella et Doherty, 1998] Francella, K., Doherty, K., « Supply Chain Solutions: Linking the
Chains ». Supplement to Food Logistics, Mars 1998.
[François, 2007] François, J., « Planification des chaînes logistiques : Modélisation du système
décisionnel et performance ». Thèse de doctorat, Ecole Doctorale des Sciences Physiques et de
l'Ingénieur de l’Université de Bordeaux 1, France, 17 décembre 2007.
[Frayret, 2002] Frayret, J.M., « A Conceptual Framework to Operate Collaborative Manufacturing
Networks ». thèse de doctorat, Université Laval, 2002.
[Frein, 1998] Frein, Y., « Evaluation de performances pour la conception des flux ». Université d’été
du pôle productique Rhône-Alpes, 1998.
[Galasso, 2007] Galasso, F., « Aide à la planification dans les chaînes logistiques en présence de
demande flexible ». Thèse de doctorat, Institut National Polytechnique de Toulouse, France, 2007.
[Ganeshan et al., 1998] Ganeshan R., Jack E., Magazine M.J., Stephens P., « A Taxonomic Review of
Supply Chain Management Research, in Quantitative Models for Supply Chain Management ». Kluwer
Academic Publishers, Boston, pp 841-880, 1998.
[Garneau et Delisle, 2002] Garneau, T., Delisle, S., « Programmation orientée-agent : évaluation
comparative d’outils et environnements ». JFIADSMA 2002, 28-30 octobre, Lille, France, 2002.
[Gechter, 2003] Gechter, F., « Modèle multi-agent réactif pour la fusion de percepts : application à la
localisation et au suivi en robotique mobile ». Thèse de doctorat, Université Henri Poincaré – Nancy,
2003.
[Geen et al., 1997] Geen, S., Hurst, L., Nangle, B., Cunningham, P., Somers, F., Evans, R., « Software
Agents: A review ». Rapport technique, Trinity College Dublin, 1997.
[Génin, 2003] Génin, P., « Planification tactique robuste avec usage d’un A.P.S – Proposition d’un
mode de gestion par plan de référence ». Thèse de doctorat de l’Ecole des Mines de Paris, 2003.
185
[Geunes et Pardalos, 2003] Geunes, J., Pardalos, P.M., « Network Optimisation in Supply Chain
Management and Financial Engineering: An Annoted Bibliography ». Networks, vol. 42, n° 2, pp. 66-
84, 2003.
[Giard, 2003] Giard, V., « Gestion de la production et des flux ». Economica, 2003.
[Gomez-Perez et al., 2003] Gomez-Perez, A., Corcho, O., Fernandez-Lopez, M., « Ontological
Engineering : with examples from the areas of knowledge management, e-commerce and semantic
web ». Springer Verlag, 2003.
[Govil et Proth, 2002] Govil, M., Proth, J., « Supply Chain Design and Management: Strategic and
Tactical Perpectives ». Academic Press, 2002.
[Greis et Kasarda, 1997] Greis, N., Kasarda, J., « Entreprise Logistics in the information Era. California
Management ». Review, 39 (3), pp 55-78, 1997.
[Griffith, 2006] Griffith, S.B., « Sun Tzu. L’art de la guerre : la nouvelle édition illustrée ». Evergreen,
septembre 2006.
[Gutknecht, 2001] Gutknecht, O., « Proposition d'un modèle organisationnel générique de systèmes
multi-agents et examen de ses conséquences formelles, implémentatoires et méthodologiques ». Thèse
de doctorat, Université des Sciences et Techniques du Languedoc, 2001.
[HAROPA, 2014] Le magazine des ports de Paris Seine Normandie : HAROPA mag, « HAROPA,
acteur vigilant de l’Europe ». n°7, été 2014.
[Hennessy et al., 2003] Henesey, L., Wernstedt, F., Davidsson, P., « Market-Driven Control in
Container Terminal Management ». in: 2nd International Conference on Computer Applications and
Information Technology in the Maritime Industries, 2003.
[Hübner et al., 2002] Hübner, J. F., Sichman, J. S., Boissier, O., « A model for the structural, functional,
and deontic specification of organizations in multiagent systems ». In 16th Brazilian Symposium on
Artificial Intelligence, pp. 118–128, 2002.
[Huget, 2005] Huget, M.P, « Agent Communication. In Intelligent Decision support systems in Agent-
Mediated Environments ». vol. 115, frontiers in Artificial Intelligence and Applications, Gloria Phillips-
wren and Lakhmi Jain (eds), IOS Press, 2005.
[Imai et al., 2005] Imai, A., Sun, X., Nishimura, E., Papadimitriou, S., « Berth allocation in a container
port: using a continuous location space approach ». Transportation Research Part B 39 (3), pp. 199–221,
2005.
[IREPP, 2001] Institut de Recherches Et Prospective Postales, « L’intégration des systèmes
d’information dans les grandes entreprises et ses conséquences sur les entreprises de transport et de
logistique ». Direction de la recherche et des affaires scientifiques et techniques, 2001.
[Isaac, 2003] Isaac, H., « Chaine logistique & TIC ». DAUPHINE, 2003.
[Jacot, 1990] Jacot, J-H., « A propos de l'évaluation économique des systèmes intégrés de production ».
In ECOSIP Gestion industrielle et mesure économique, Economica, Paris, 1990.
[Jarras et Chaib-Draa, 2002] Jarras, I., Chaib-Draa, B., « Aperçu sur les systèmes multi-agents ».
Rapport technique, CIRANO, 2002.
[Jean, 1997] Jean, M.R., « Emergence et SMA ». In Actes des Journées Francophones Intelligence
Artificielle Distribuée et Systèmes Multi-Agents - Nice, 1997.
186
[Jihene, 2011] Jihene, T., «Modélisation pour la simulation de la chaîne logistique globale dans un
environnement de production PME mécatroniques». Thèse de doctorat, Université de Savoie, France, 7
février 2011.
[Julien, 1994] Julien P.A., « L’entreprise partagée : contraintes et avantages ». Gestion, Vol.19, N°4,
pp.48 - 58, 1994.
[Kaplan et Norton, 1996] Kaplan, R.S., Norton, D.P., « Le tableau de bord prospectif, traduit de
l’américain « The Balanced Scorecard » ». Editions d’Organisation, 311 p., 1996.
[Kaplan et Norton, 2001] Kaplan, R.S., Norton, D.P., « Comment utiliser le tableau de bord
prospectif ». Les éditions d’organisation, 440 p., 2001.
[Koda, 1996] Koda, T., « Agents with Faces: A study on the effects of personification of software
agents ». M.S. Thesis, Massachusetts Institute of Technology, 1996.
[Koestler, 1990] Koestler, A., « The Ghost in the Machine ». Arkana, 1990.
[Konings et Ludema, 2000] Konings, R. et Ludema, M., «The competitiveness of the river-sea transport
system: market perspectives on the United-Kingdom-Germany corridor». Journal of Transport
Geography, vol. 8, n° 3, pp. 221-228, 2000.
[La Forme-Chrétien, 2007] La Forme-Chrétien, F-A.G., « Référentiel d’évaluation de la performance
d’une chaîne logistique : Application à une entreprise de l’ameublement ». Thèse de doctorat, Institut
National des Sciences Appliquées de Lyon, France, 6 décembre 2007.
[La Londe et Masters, 1994] La Londe, B., Masters, J., « Emerging Logistics Strategies: Blue-print for
the next century ». International Journal of Physical distribution and Logistics Management, 24 (7),
pp. 35-47, 1994.
[Labarthe et al., 2007] Labarthe, O., Espinasse, B., Ferrarini, A., Montreuil, B., « Toward a
methodological framework for agent-based modeling and simulation of supply chains in a mass
customization context ». Simulation Modeling Practice and Theory, 15, pp.113-136, 2007.
[Labarthe, 2006] Labarthe, O., « Modélisation et simulation orientées agents de chaînes logistiques
dans un contexte de personnalisation de masse : modèles et cadre méthodologique ». Thèse de doctorat
en cotutelle (Université Paul Cézanne et Université Laval), 30 octobre 2006.
[Lambert et Cooper, 2000] Lambert D.M, Cooper M.C., « Issues in supply chain management ».
Industrial Marketing Management, 29, n° 1, pp. 65-83, 2000.
[Lambert, 2006] Lambert D.M, « Supply chain management: processes, partnerships, performance ».
2nd ed., Supply Chain Management Institute, Sarasota, FL, 2006.
[Lashkari, 1994] Lashkari, Y., Metral, M., Maes, P., « Collaborative Interface Agents ». Proceedings
of the Twelfth National Conference on Artificial Intelligence, AAAI’94, AAAI Press, Seattle, USA, 1-
4 August 1994.
[Lauras et al., 2003] Lauras M., Parrod N., Telle O., Lamothe J., Thierry C., « Référentiel de
l'entente industrielle : trois approches dans le domaine de la gestion des chaînes logistiques ».
5ème Congrès de Génie Industriel, Québec, 2003.
[Lauras, 2004] Lauras, M., «Méthodes de diagnostic et d’évaluation de performance pour la
gestion de chaînes logistiques : application à la coopération maison-mère – filiales
internationales dans un groupe pharmaceutique et cosmétique». Thèse de doctorat, L’Institut
National Polytechnique de Toulouse, France, 7 juillet 2004.
187
[Le Moigne, 1973] Le Moigne, J.L., «Les systèmes d'information dans les organisations». Paris : Presses
Universitaires de France, 1973.
[Le Moigne, 1977] Le Moigne, J.L., « La théorie du système général, théorie de la modélisation ».
Presses Universitaires de France, 1977.
[Le Petit Robert, 2011] Dictionnaire Le Petit Robert, 2011.
[Le Petit Robert, 2015] Robert, P., « Le Petit Robert de la langue française ». LeRobert, édition 2015.
[Lee et Billington, 1993] Lee, H., Billington, C., « Material management in decentralized supply
chains ». Operations Research, 41, pp. 835-847, 1993.
[Lelarge et al., 1993] Lelarge, P., Denel, J. et Herman, P., « Les échanges de données informatisées
portuaires ». Séries de monographies établies pour la CNUCED en collaboration avec l’association
internationale des ports (AIP), Nations Unies, New York, 1993.
[Leo, 2010] Leo VI, « The Taktika of Leo VI text, translation, and commentary by George T. Dennis ».
Dumbarton Oaks Texts series, Book 12, 2010.
[Lexique, 2006] Académie de Besançon, « Lexique ». http://artic.ac-besancon.fr/s%5Fe%5Fs
/entmarch/lexique/lexiquede.htm, 2006.
[Lièvre, 2007] Lièvre, P., « La logistique ». Collection Repères nₒ 474, Editions La Découverte, février
2007.
[Lorino, 1995] Lorino, P., « Comptes et récits de la performance ». Editions d’Organisation, Paris, 1995.
[Lummus et Vokurka, 2004] Lummus, R.R., Vokurka, R.J., « Defining supply chain management: a
historical perspective and practical guidelines ». Industrial Management & Data Systems, pp 11–17,
2004.
[Lung, 1983] Lung, J.E., « L’organisation du service des vivres aux armées de 1550 à 1650 ». Dans
bibliothèques des chartes, Vol. 141, pp. 269-309, 1983.
[Lutherer, 1996] Lutherer, E., «Méthodes et outils de modélisation pour la productique». Thèse de
doctorat, INSA Lyon, 1996.
[Mattessich et al., 2001] Mattessich, P.W, Muray-Close M., Monsey B.R, « Collaboration: what makes
it Works ». 2 ed., Amherst H. Wilder Foundation, 2001.
[Médan et Gratacap, 2008] Médan, P., Gratacap, A., « Logistique et Supply Chain Management :
intégration, collaboration et risque dans la chaine logistique globale ». DUNOD, Paris 2008.
[MEDDTL, 2008] Ministère de l’Ecologie, du Développement Durable, des Transports et du Logement,
« Les transports intelligents au service d’une mobilité durable». United Nations, New York, 2008.
[Menachof et Son, 2003] Menachoff D.A., Son B.G., « The truth about collaboration ». Chief
Logistics officer – Penton Media, pp. 6-12, 2003.
[Mentzer et al, 2001] Mentzer, J., Dewitt, W., Keebler, J., Min, S., Nix, N., Smith, C., Zacharia, Z.,
« Defining supply chain management». Journal of business logistics Management, vol. 22, n°2, 2001.
[Min et Zhou, 2002] Min H, Zhou G., « Supply chain modelling: past, present and future ». Computers
& Industrial engineering, vol. 43, n° 1--2, pp. 231-249, 2002.
[Monteiro et Ladet, 2001] Monteiro T., Ladet P., « Formalisation de la coopération dans le pilotage
distribué des flux interentreprises ». APII-Journal Européen des Systèmes Automatisés – Pilotage
Distribué, pp. 963-989, 2001.
188
[Monteiro, 2001] Monteiro, T., « Conduite distribuée d’une coopération, entre entreprises, le cas de la
relation donneurs d’ordres – fournisseurs ». Thèse de doctorat, Institut National Polytechnique de
Grenoble, France, 2001.
[Montferrier, 1835] Montferrier, A.S., « Dictionnaire des sciences mathématiques pures et
appliquées ». Bibliothèque de l’université de Michigan, Vol. 2, janvier 1835.
[Nanci et al, 2001] Nanci, D., Espinasse, B., Cohen, B., Asselborn, J.C. et Heckenroth, H., « Ingénierie
des systèmes d'information : MERISE ». Vuibert, Paris, 2001.
[Neuville, 1998] Neuville J.P., « Béni soit le partenariat : les dix commandements du
fournisseur performant ». Annale des Mines de Paris, pp. 55-64, 1998.
[Nov@log, 2013] Le Pôle de Compétitivité Logistique Nov@log, « Rapport d’activité : le pôle en
mouvement ». Rédacteur : Talbot, S., [email protected], 2013.
[Odubiyi, 1997] Odubiyi, J.B., Kocur, D.J., Weinstein, S.M., Wakim, N., Srivastava, S., Gokey, C.,
Graham, J., « SAIRE – A scalable agent-based information retrieval engine ». Proceedings of the
Autonomous Agent conference, Agents’97, Ed. by Muller J., New York: ACM Press, pp. 292-299, 5-8
Février 1997.
[Ortega et Lin, 2004] Ortega, M., Lin, L., « Control theory applications to the production-inventory
problem :a review ». International Journal of Production Research, vol. 42, n°l1, pp. 2303-2322, 2004.
[Ounnar, 1999] Ounnar, F., «Prise en compte des aspects décision dans la modélisation par réseaux de
Petri des systèmes flexibles de production». Thèse d’état, INP de Grenoble, 1999.
[Paché et Spalanzani, 2013] Paché, G., Spalanzani, A., « La Gestion des chaînes logistiques multi-
acteurs : perspectives stratégiques ». Presses universitaires de Grenoble, France, 3 novembre 2013.
[Panzarasa et al., 1999] Panzarasa, P., Norman, T.J., Jennings, N.R., « Modeling Sociality in the BDI
Framework». Dans Proceedings of First Asia-Pacific Conference on Intelligent Agent Technology
(IAT'99), pp. 202-206. 1999.
[Parunak et al., 1999] Parunak, H.V.D., Savit, R., Riolo, R.L. and Clark, S.J., « DASCh: Dynamic
Analysis of Suppfy Chains ». Center for Electronic Commerce Final Report, 1999.
[Parunak et Odell, 2001] Parunak, H., J. Odell, J., «Representing social structures in UML». Dans
Workshop Agent-Oriented Software Engineering, AOSE2001, 2001.
[PIPAME, 2009] Pôle interministériel de prospective et d’anticipation des mutations économiques,
« L’impact des technologies de l’information sur la logistique ». PIPAME, Novembre 2009.
[Poirier et Reiter, 2001] Poirier, C.C., Reiter, S.E., « Revoir le partenariat d'entreprise ». La Supply
Chain, Editeurs : Poirier, C.C., Reiter, S.E., Dunod, p. 285, 2001.
[Queau, 1986] Queau, P., « Éloge de la simulation: de la vie des langages à la synthèse des images ».
Champ Vallon, Paris, 1986.
[Rao et Georgeff, 1991] Rao, A.S., Georgeff, M.P., «Modelling rational agents within a bdi-
architecture». In Proceedings of the Second International Conference on Principles of Knowledge
Representation and Reasoning, KR ’91, pp. 473–484, 1991.
[Rhodes, 2000] Rhodes, J., « Just-In-Time Information Retrieval ». Ph.D. Thesis, MIT Media Lab, May
2000.
[Rimmer, 1999] Rimmer, P.J., «The Asia-Pacific Rim’s Transport and Telecommunications Systems:
Spatial Structure and Corporate Control Since the Mid-1980s». Geojournal, vol. 48, pp. 43-65, 1999.
189
[Roche, 2000] Roche C., « Corporate antologies and concurrent enineering». Journal of Materials
Processing Technology, N° 107, pp. 187-193, 2000.
[Rodrigue, 2004] Rodrigue, J-P., «Freight, Gateways and Mega-Urban Regions: The Logistical
Integration of thee Bostwash Corridor». Tijdschrift voor Economische en Sociale Geografie, vol. 95, n°
2, pp. 147-161, 2004.
[Rodriguez, 1994] Rodriguez, M., « Modélisation d’un agent autonome: Approche constructiviste de
l’architecture de contrôle et de la représentation de connaissances ». Thèse de doctorat, Université de
Neufchâtel, 1994.
[Roos, 2003] Roos, P., « Les systèmes d’informations, leviers de la performance logistique de
l’entreprise ». Creg-ac, Versailles, 2003.
[Roquefort, 1829] Roquefort, B., « Dictionnaire étymologique de la langue française, où les mots sont
classés par familles ». Imprimeur-éditeur : Decourchant, Paris, 1829.
[Rose et al., 2002] Rose B., Garza L., Lombard M., Lossent L., Ris G., « Vers un référentiel commun
pour les connaissances collaboratives dans l’activité de conception des produits ». 1er colloque du
groupe de travail Gestion des Compétences et des Connaissances en génie Industriel, pp. 85-90, 2002.
[Ross, 1977] Ross, D.T., « Ross D. Structured Analysis (SA): a language for communicating ideas».
IEEE Trans Soft Engineering, 1977.
[Rota -Frantz et al, 2001] Rota-Frantz, K., Bel, G., Thierry, C., « Gestion des flux dans les chaînes
logistiques ». Dans Performance Industrielle et gestion des flux, pp. 153-187, Hermes Science, 2001.
[Rotter, 2004] Rotter, H., «New operating concepts for intermodal transport: the mega hub in
Hanover/Lehrte in Germany». Transportation Planning and technology, vol. 27, n° 5, pp. 347-365, 2004.
[Rus et al., 1997] Rus, D., Gray, R., Kotz, D., « Transportable Information Agent ». Journal of
Intelligent Information systems, pp. 215-238, 1997.
[Russel et Whitehead, 1910-1913] Russel, B., Whitehead, A.N., « Principia Mathematica ». Cambridge
university press, 1910-1913.
[Russell et Norvig, 1995] Russell, S., Norvig, P., « Artificial Intelligence: a Modern Approach ».
Prentice-Hall, 1995.
[Sabas, 2001] Sabas A., « Systèmes multi-agents : une analyse comparative des méthodologies de
développement (Vers la convergence des méthodologies de développement et la standardisation des
plateformes SMA) ». Mémoire de maîtrise en mathématiques et informatique appliquées, Université du
Québec à Trois-Rivières, Octobre 2001.
[Said, 2006] Said, S-M., « Le système d’information : système nerveux des supply chains - De
l’intégration à la modularisation ». Global Marketing Director, 2006.
[Sardas et al., 2002] Sardas J.C., Erschler J., Terssac G., « Coopération et organisation de l’action
collective ». Groupe PROSPER, 2002.
[Savy, 2007] Savy, M., « Le transport de marchandises ». Ed Eyrolles, 2007.
[Searle, 1969] Searle, J., « Speech Acts: An Essay in the Philosophy of Language ». Cambridge
University Press, Cambridge, 1969.
[Shen et al., 2006] Shen, W., Hao, Q., Yoon, H.J, Norrie, D.H., « Applications of agent-based systems
in intelligent ;manufacturing : an updated review ». Advanced Engineering Informatics, vol. 20, pp. 415-
431, 2006.
190
[Smith, 1988] Smith R.G, « The Contract net Protocol: High-Level Communication and
Control in a Distributed Problem Solver ». Readings in Distributed Artificial Intelligence, A.H
Bond and L. Gasser, (Eds.), pp. 357-366, 1988.
[Soulié, 2001] Soulié, J-C., « Vers une approche multi-environnements pour les agents ». Thèse de
doctorat, Université de la Réunion, 2001.
[Stadlter et Kilger, 2000] Stadtler, H., Kilger, C., « Supply chain Management and Advanced
Planning ». Edition Springer – Verlag, p. 371, 2000.
[Stratégie logistique, 2003] Stratégie logistique : le magazine des secteurs du transport et de la
logistique, « Alexandre Le Grand précurseur de la logistique moderne ? ».
www.strategielogistique.com, no 54, p. 134, mars 2003.
[Supply Chain Council, 2005] Supply Chain Council, http://www.supply-chain.org, 2005.
[Tahon et Frein, 1999] Tahon, C., Frein, Y., « Document de synthèse du Groupe de Recherches en
Productique » Thème 4 : évaluation de performances, 1999.
[Tan et al, 1998] Tan, K., Handfield, R., Krause, D., « Enhancing the firm’s performance through quality
and supply base management: an empirical study ». International Journal of Production Research, 36
(10), p. 2813-2837, 1998.
[Tardieu et al., 1989] Tardieu, H., Rochfeld, A., Coletti, R., «La méthode Merise : Principes et outils».
Tome 1, Les Editions d’Organisation, 1989.
[Tardieu et al., 1991] Tardieu, H., Rochfeld, O., Colleti, R., « La méthode Merise, principes et outils
(tome 1) ». Editions Organisation, 1991.
[Tardieu et al., 2000] Tardieu, H., Rochfeld, A., et Collett, C., «La méthode MERISE». Éditions
d’organisation, 2000.
[Tayur et al, 1999] S. Tayur, S., Ganeshan, R., Magazine, M., « Quantitative model for supply chain
management». Kluwer Academic Publishers, 1999.
[Tharumarajah, 2003] Tharumarajah, A. « From fractals and bionics to holonics ». in DEEN, S.M.
(Ed), Agent-Based Manufacturing, Springer-Verlag, Berlin, chapter 2, pp. 11-30, 2003.
[Thomas et Griffin, 1996] Thomas, D.J., Griffin, P.M., « Coordinated supply chain management ».
European Journal of Operational Research, pp. 1-15, 1996.
[Thorpe, 1986] Thorpe, J.C., « Pure Logistics. The Science of War Preparation ». National Defense
University Press Washington, DC, 1986.
[Trentesaux, 2002] Trentesaux, D., « Pilotage hétérarchique des systèmes de production ». Habilitation
à diriger des recherches, Université de Valenciennes et du HainautCambrésis, 2002.
[Treuil et al., 2008] Treuil, J.P, Drogoul, A., Zucker, J.D, « Modélisation et simulation à base d’agents:
exemples commentés, outils informatiques et questions théoriques ». Dunod, 2008.
[Tsay, 1999] Tsay, A.A., « The Quantity Flexibility Contract and SupplierCustomer Incentives ».
Management Science, vol. 45, n° 10, 1999.
[UIRR, 2008] Union internationale des sociétés de transport combiné, www.uirr.com, 2008.
[Van brussel et al., 1998] Van Brussel, H., Wyns, J., Valckenaers, P., Bongaerts, L., et Peeters, P.,
« Référence architecture for holonic manufacturing Systems: PROSA ». Computers in Industry, vol. 37,
n° 3, pp. 255- 274, 1998.
191
[Venturelli et al., 2010] Venturelli, N., Miani, P., « Transport Logistique ». Les mémentos, 2010.
[Vernadat, 1999] Vernadat, F., «Techniques de modélisation en entreprise : applications aux processus
opérationnels». Economica, 1999.
[Ward et al., 1985] Ward, P.T., Mellor, S.J., «Structured development for real-time systems». Vol.1, 2,
3, Ed. Facsimile, 1985.
[Weiss, 2000] Weiss, G., « Multiagent Systems, A Modern Approach to distributed Artificial
Intelligence ». The MIT Press, 2000.
[Weyns, 2006] Weyns, D., « An architecture-centric approach for software engineering with situated
multi-agent systems ». Thèse de doctorat, Katholieke Universiteit Leuven, 2006.
[Wooldridge et al., 2000] Wooldridge, M., Jennings, N., and Kinny, D., « The gaia methodology for
agent-oriented analysis and design ». In Autonomous Agents and Multi-Agent Systems. Kluwer
Academic Publishers, 2000.
[Wooldridge et Jennings, 1995] Wooldridge, M., Jennings, N.R., « Intelligent agents : Theory and
practice ». Knowledge Engineering Review, 10, pp. 115–152, 1995.
[Yuan et al., 2002] Yuan, Y., Liang, T.P et Zhang, J.J, « Using agent technology to support supply chain
management : potentials and challenges ». Mc Master University, 2002.
192
ANNEXES
Annexe 1 – Les éditeurs des logiciels logistiques mondiaux et français [PIPAME, 2009].
Annexe 2 – Les atouts du corridor de la vallée de Seine [CCI Normandie, 2014].
Annexe 3 – Le méta-modèle du domaine agentifié en grand format.
Annexe 4 – Le méta-modèle d’implémentation en grand format.
193
Annexe
Annexe 1 : Les éditeurs des logiciels logistiques

mondiaux et français [PIPAME, 2009]
194
195
Annexe
196
Annexe 2 : Les atouts du corridor de la vallée de

Seine [CCI Normandie, 2014]
Les infrastructures de transport de la vallée de Seine.
Les pôles de compétitivité de la vallée de Seine.
197
Annexe
Les parcs éoliens de la vallée de Seine.
Effectif salarié du transport de la vallée de Seine.
198
MAS 1
Annexe 3 : Le méta-modèle du domaine agentifié en grand format
IFTC 1
1..* 1..*
1 1
1 1 Hierarchy Interaction protocol 1
perceives
1 * 1 1..*
needs uses pursue 1..* Actor Objective
1..* 1 1..* Environment *
0..* 1..*
1..* 1..* 1..* 1..* 1 1..*
1 Organisation Group Indicator
Domain model 1 1..* Goal 1..* has Agent 1..* * Consuit 1..*
1 1..*
plays 1 1..* 1..* Coordinate
1 1..* 1..* 1..* 1..* Realize
1 1..* 1 Market Atomic actor
1..* 1..* Physical environmen t Informational environment Group of actors
1
1 Environment type 1
Environment property 1..* possess participate to 1 1 1 1 1
1..* 1..* 0..* 1..* 1..* 1..* 1..*
1..* 1 1 1
1 1
achieve Role P_Resource P_ME I_Resource I_ME
1 Capability 1..* 1..* Planning and control system Border management system
Execution system
199
Physical environment 1..* 1..* 1..* 1..*
1 1 1 1
1
performs transforms
1..*
1..* 1..* 1..* 1..* 1..* performs transforms
1..* 1..* 1..* 1..* 1..*
1..*
* Physical process 1..* Control 1..* EA Play role PCA Play role BMA
1 ordered 1..* 1..*
1..*
1..* 1..* 1..*
Knowledge s 1..* 1..* 1..*
1..* 1..*
acts on 1..* 1..* Refers to
Proactive action Task Refers to
1 1..* 1..* 1..*
1..* modifie
activates Constraint Organizational knowledge Instruction
1..*
Acts
Annexe
IFTC
1
+id_environment
+id_Environment 1 Actor
1 +list_PCA
+list_PhysicalEnvironment
+list_ACTOR +id_Actor
1
+get() +list_objective
1 +get() *
+set() +list_indicator
+set() Objective
Annexe 4 : Le méta-modèle d’implémentation en grand format
+main() +list_SocialAcquaintance
* +list_ContractualAcquaintance +id_Objective
1 +id__PCA
1..* * +get() 1..* +Lib_Objective
+set() +Value_Min
Physical_environmen_t Informational_environment
1 1..* +Activate_Nominal_Behavior() +Value_Max
+id_PhysicalEnvironment +id_InformationalEnvironment +Activate_Corrective_Behavior()
1..* 1..*
+list_PhysicalProcess +list_actor +Activate_preventive_Behavior() +get()
+Analyze_Signal() 1..* +set()
+list_P_Resource +list_Knowledges Group_of_actors
+list_P_ME +list_I_Resource +Send_Signal()
+list_instruction +list_I_ME +id_GroupOfActors +Send_Reply_Signal() 1..*
+list_GroupOfActors +id_BorderManagementSystem
1..* +get() +id_PlanningAndControlSystem Consuit 1..*
Indicator
+get() +set() +id_ExecutionSystem
+set() +list_Actor +id_Indicator
1 1 +list_PhysicalAcquaintance +id_ACTOR
1 Atomic_actor
+Lib_Indicator
1 +get() +id_AtomicActor +Min_Step
+set() 1 +list_description +Max_Step
1..* 1 +Calcul_Method
1 +get()
1..* +set() +get()
P_Resource
+set()
1..* I_Resource 1..*
+id_P_Resource
+id_Physical_Environment P_ME +id_I_Resource I_ME
+id_Physical_process +id_Informational_Environment 1 1
+Lib_P_Resource +id_P_ME +id_I_ME 1
+Lib_I_Resource Planning_and_control_system
+Capacity +id_Physical_environment +Interaction_Capacity +id_Informational_environment Border_management_system
Execution_system
+Disponibility +Lib_P_ME +Disponibility +Lib_I_ME +id_PlanningAndControlSystem
200
+Speed_Coefficient +State +State +id_ExecutionSystem +list_PlanningAndControlActor +id_BorderManagementSystem
+get() +list_ExecutionActor +list_BorderManagementActor
+get() +get() +set() +get() +get()
+set() +set() +set() +get() +set() +get()
1..* +set() +Run_PlanningControlActor() +set()
1..* 1..* +Run_BorderManagementActor()
1..* +Run_ExecutionActor()
1
transforms performs transforms 1 1
performs
1..*
1..* 1..* Control 1..*
1..* BMA
1..* 1..*
Physical_process PCA
Knowledge_s 1..* EA +id_BorderManagementActor
+id_PhysicalProcess 1..* +id_PlanningAndControlActor +id_BMS
+id_EA +id_Knowledges +id_ExecutionActor +id__IFTC
Constraint +list_Objective
+list_P_resource +id_I_resource +id_OrganizationalKnowledge +id_PACS Play role
+id_P_Me +id_Constraint +id_I_Me +id_ES +id__Knowledges +get()
Play role
+Lib_Constraint +list_PCA +list_Physical_Process +list_Instruction +set()
+get() +Value +list_Constraint 1..* +Update_Objective()
+set() +get() +get()
+Activate_P_Resource() +get() +set() 1..* +set() +get()
+set() Refers to +PResource_check() Coordinate
+Activate_I_Resource() 1..* +set()
+IResource_check() 1..*
1..* Realize
+Update_Instruction()
+Update_Constraint()
Organizational_knowledge 1..* +Think()
1..*
+id_Organizational_Knowledge Refers to
+get() 1..*
+set() Instruction
+id_Instruction
+Lib_Instruction
+Indicator
+get()
+set()

Gouiza Fairouz 2016

Transféré par

Droits d'auteur :

Formats disponibles

Gouiza Fairouz 2016

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Gouiza Fairouz 2016

Transféré par

Droits d'auteur :

Formats disponibles

THESE

Pour obtenir le diplôme de doctorat

Spécialité : Génie informatique, automatique et traitement de signal

Préparée au sein de l’université du Havre

Modélisation et évaluation des performances de la chaine de

Présentée et soutenue par

Thèse soutenue publiquement le 8 mars 2016

M. Jérôme FORTIN P.U., Université de Picardie Jules Verne Rapporteur

La présente thèse s’inscrit dans le projet APLOG (Amélioration et Performance de la LOgistique

Je tiens à remercier mon directeur de thèse Monsieur BENABDELHAFID Abdellatif, Professeur

A la fin je tiens à remercier, ma mère Madame LAZRAQ KHLASS Aicha, Professeur de

LISTE DES FIGURES

Fig.2.2 : Structures élémentaires d’une chaine logistique [Galasso, 2007] ……………………………..

Fig.2.5 : La maison du SCM [Stadtler et Kilger, 2000] ………………………………………………….

Fig.2.6 : La caractérisation des composantes élémentaires de l’entente industrielle [Lauras, 2004]. 38

Fig.2.9 : Architecture de pilotage distribué [François, 2007] ………………………………………….

Fig.2.10 : Architecture de pilotage centralisé [François, 2007] …………………………………………

Fig.2.11 : Architecture de pilotage mixte [François, 2007] ……………………………………………..

Fig.2.12 : L’offre logicielle du SCM, d’après Botta-Genoulaz [Botta-Genoulaz, 2003] ………………..

Fig.2.13 : Illustration des logiques « top-down » et « bottom-up » ………………………………….......

Fig.2.14: Le formalisme SADT …………………………………………………………………………..

Fig.2.15: Le formalisme SA-RT [Cottet et al., 2005] ……………………………………………………

Fig.2.17: Le modèle SCOR [Supply Chain Council, 2005] ………………………………………….......

Fig.2.19: Evaluation de performance à priori [Tahon et Frein, 1999] …………………………………..

Fig.2.20: Evaluation de performance à posteriori [Tahon et Frein, 1999] ………………………………

Fig.2.23: Synthèse de la démarche ECOGRAI [Ducq et al., 2003] ………………………………….......

Fig.2.25: Le triptyque « pertinence, efficacité et efficience » selon Lauras [Lauras, 2004]……………..

Fig.3.1: Illustration des composants de la chaine de transport intermodal ………………………………

Fig.3.2: Partenariats entre la Normandie et l’Ile-De-France [Nov@log, 2013] …………………………

Fig.3.3: Succession des opérations dans un terminal portuaire ………………………………………….

Fig.3.4: Les principales zones d’opérations dans un terminal portuaire ………………………………...

Fig.3.5: Le mécanisme de la zone des opérations portuaires ……………………………………………

Fig.3.6: Les principaux processus décisionnels du système du transport intermodal ……………… 86

Fig.3.9: Les principaux documents préparés par le commissionnaire du transport ……………………

Fig.3.13: Les principaux flux import avant l’arrivée du navire ………………………………………….

Fig.3.14: Les principaux flux import après l’arrivée du navire ………………………………………….

Fig.3.15: Les principaux flux export avant mise à quai …………………………………………………

Fig.3.16: Les principaux flux export après mise à quai ………………………………………………….

Fig.3.17: L’AP+ et la chaine logistique [CCS, 2014] …………………………………………………...

Fig.3.20: Le modèle abstrait de l’architecture du contrôle de la chaine de transport intermodal ……….

Fig.4.1: Le processus de développement ArchMDE [Jihene, 2011]……………………………………..

Fig.4.2: Le méta-modèle abstrait du domaine …………………………………………………………...

Fig.4.3: Le méta-modèle raffiné du domaine ……………………………………………………………

Fig.4.4: La version détaillée du méta-modèle du domaine ……………………………………………...

Fig.4.5: Le méta-modèle multi-agent : la vue agent ……………………………………………………..

Fig.4.6: Le méta-modèle multi-agent : intégration de la vue environnement …………………………...

Fig.4.7: Le méta-modèle multi-agent : intégration de la vue organisation ……………………………...

Fig.4.8: La version finale du méta-modèle multi-agent …………………………………………………

Fig.4.9: Le méta-modèle du domaine agentifié ………………………………………………………...

Fig.4.10: Le protocole d’interaction du comportement nominal des acteurs ……………………………

Fig.4.11: Le protocole d’interaction du comportement correctif des acteurs réactifs ………………….

Fig.4.12: Le protocole d’interaction du comportement correctif des acteurs cognitifs …………………

Fig.4.13: Le méta-modèle d’implémentation ……………………………………………………………

Fig.5.1: Instanciation du méta-modèle d’implémentation ………………………………………………

Fig.5.4: Exemple d’utilisation du « ACLMessage » afin de traiter un message reçu. ……………….

Fig.5.5: Utilisation du « ACLMessage » pour concevoir la méthode « Send_Reply_Signal » ………….

LISTE DES TABLEAUX

Tab.2.1 : Définitions de la chaine logistique issues de la littérature scientifique …………………………

Tab.2.2 : Définitions de la gestion de la chaine logistique issues de la littérature scientifique …………