Thèse optimisation RTI et production à Paris H/F

Établissement : Université Paris-Saclay GS Informatique et sciences du numérique
École doctorale : Sciences et Technologies de l'Information et de la Communication
Laboratoire de recherche : Laboratoire Interdisciplinaire des Sciences du Numérique
Direction de la thèse : Céline GICQUEL ORCID 0000000227197443
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-12T23:59:59

La transition vers une économie circulaire constitue aujourd'hui un enjeu majeur pour les systèmes industriels, qui doivent concilier performance économique et réduction de leur impact environnemental. Dans ce contexte, l'utilisation de contenants de transport réutilisables (Returnable Transport Items, RTIs), tels que bouteilles, fûts, caisses ou palettes, s'impose comme une alternative durable aux emballages à usage unique. Ces systèmes permettent de réduire significativement les émissions de CO et les déchets, mais introduisent en contrepartie de nouvelles contraintes opérationnelles liées à la gestion des flux de retour.

Si la littérature s'est largement intéressée à l'optimisation du transport et du stockage des RTIs dans une chaine logistique, elle néglige souvent leur impact sur la production. Or, les RTIs peuvent constituer une ressource critique pour une usine : le manque de contenants de stockage et transport peut empêcher ou retarder une production déjà planifiée. Cette problématique est renforcée par l'incertitude sur les flux de retour, dépendant de la consommation des produits finis par les clients et soumis à des aléas de délai et de quantité.

Parallèlement, de nombreuses approches d'optimisation mathématique ont été proposées pour la planification de production. Toutefois, la très grande majorité de ces modèles ne prennent pas en compte les RTIs. De plus les quelques modèles existants présentent plusieurs limitations : (1) absence d'intégration explicite des RTIs comme ressources contraignant la production, (2) modèles simplifiés ne capturant pas les dynamiques complexes des flux de retour, (3) manque d'analyse structurelle des décisions de production sous contraintes de disponibilité des RTIs, et (4) absence de méthodes de résolution adaptées à ces modèles couplés et de grande taille.

Cette thèse vise à développer un cadre d'optimisation intégré pour la planification conjointe de la production industrielle et des flux de RTIs dans le réseau de distribution en aval, en considérant ces derniers explicitement comme des ressources limitantes pour la production.

Les contributions attendues incluent : (1) le développement de modèles mathématiques novateurs de planification de production intégrant explicitement la circulation des RTIs, (2) l'analyse des propriétés structurelles de ces modèles et de leur impact sur les politiques de production, (3) la conception de méthodes de résolution efficaces (décomposition, relaxation, heuristiques) adaptées à des problèmes de grande taille, et (4) l'extension de ces modèles à des contextes incertains, intégrant les variations des flux de retour.

The transition toward a circular economy represents a major challenge for industrial systems, which must balance economic performance with environmental sustainability. In this context, the use of Returnable Transport Items (RTIs) -such as bottles, kegs, crates, or pallets- has emerged as a sustainable alternative to single-use packaging. Studies show that these systems can reduce CO emissions by 60 to 80% and packaging waste by more than 90% compared to open-loop supply chains using single-use transport containers, notably thanks to multiple reuse cycles (IFOC, 2026). However, these benefits rely on the efficient management of RTI flows circulating in a closed loop from production plants to consumption points to transport finished products, and then returning to production sites for reuse. The optimization of the operational management of these RTIs, particularly the short-term planning of RTI flows and inventories within supply chains, has been widely studied: see e.g. (Glock et al., 2017).

While the literature has largely focused on optimizing the transportation and storage of RTIs, it often overlooks their impact on production. Yet, RTIs can constitute a critical resource for manufacturing plants: a shortage of RTIs may prevent or delay already planned production. This issue is further exacerbated by uncertainty in return flows, which depend on product consumption and are subject to variability in both timing and quantity.

At the same time, mathematical optimization approaches for industrial production planning have been extensively studied in the literature: see e.g. (Brahimi et al., 2017). Production planning in a manufacturing plant seeks to decide what to make, when, and on which resources so that customer demand is met at minimal cost. When a setup is required to switch to a new product, the problem becomes a lot sizing problem. Setup costs are modelled as fixed costs independent of the produced quantity, encouraging the use of large lot sizes in the production plan. However, large lot sizes generate inventory that incurs holding costs. Lot-sizing models thus aim at balancing the trade off between setup costs and inventory holding costs, respecting demand fulfilment requirements and the technical constraints of the production system.

Most previously published approaches for production planning and lot-sizing models do not consider RTIs. Consequently, the literature considering the explicit integration of RTIs into production planning and lot-sizing models is very limited: see (Glock and Kim, 2015 ; Zhang, Y., et al., 2019; Zhang, Y., et al. ; 2022). Moreover, the few existing works suffer from several limitations such as the lack of explicit modelling of RTIs as production-constraining resources, the use of simplified models that fail to capture complex return flow dynamics, the absence of structural analysis of production decisions under RTI circulation constraints, and the lack of efficient solution methods for such integrated large-scale models.

This PhD project aims to develop new Operations Research approaches to address, in an integrated manner, the joint optimization of short-term production planning for finished goods in a manufacturing plant and the circulation of RTIs within downstream distribution networks.

The project will extend existing production planning and lot-sizing models by explicitly incorporating RTIs as constraining resources that directly influence production decisions. This joint optimization approach should enable a better coordination between production and logistics, at the cost of increased optimization complexity.

The project will also aim at tackling another major difficulty, the uncertainties on the RTIs availability at the production plant, by developing stochastic programming-based approaches.

Finally, the development of tailored solution methods based on advanced optimization algorithms capable of solving to near-optimality real-size instances of the problem will be required.