KNOXVILLE, TN, 28 décembre 2025 /24-7PressRelease/ -- Les chaînes d'approvisionnement font face à une complexité croissante alors que les entreprises peinent à équilibrer rentabilité, demande fluctuante du marché et réglementations sur les émissions de carbone. Cette étude développe un modèle de chaîne d'approvisionnement basé sur le contrôle optimal dans lequel le taux de production est traité comme une variable dépendante du temps inconnue plutôt que comme une valeur fixe. Le modèle intègre une demande sensible au prix et au temps pour les détaillants et les consommateurs, reliant les niveaux d'émissions de carbone à l'intensité de production. En utilisant des algorithmes métaheuristiques pour résoudre le modèle, les chercheurs ont identifié l'algorithme d'optimisation d'équilibre comme la méthode la plus efficace. Les résultats montrent qu'adapter la production de manière dynamique peut réduire les émissions tout en améliorant la coordination entre fabricants et détaillants, offrant ainsi une voie pratique vers des opérations de chaîne d'approvisionnement durables et économiquement viables.

Les chaînes d'approvisionnement modernes fonctionnent sous une demande volatile influencée par la saisonnalité, les changements de prix et le comportement des consommateurs, rendant la coordination entre fabricants et détaillants difficile. Parallèlement, les gouvernements du monde entier appliquent des taxes carbone pour freiner les émissions de gaz à effet de serre, augmentant encore la pression opérationnelle sur les systèmes de production. La plupart des études existantes sur les chaînes d'approvisionnement supposent des taux de production constants, négligeant les fluctuations réelles et leurs conséquences environnementales. Peu de modèles ont intégré une demande dépendante du prix et du temps avec des politiques d'émissions, et encore moins considèrent le taux de production comme une fonction de contrôle inconnue. Face à ces défis, il est urgent de développer des modèles qui optimisent les décisions de production tout en respectant les réglementations sur les émissions et l'incertitude du marché.

Des chercheurs de l'Université de Burdwan, de l'Université Jahangirnagar et de Tecnologico de Monterrey ont rapporté un nouveau modèle basé sur le contrôle optimal qui aborde la coordination de la chaîne d'approvisionnement dans des conditions de demande variable et de taxes sur les émissions de carbone. Le travail, publié (DOI : 10.1007/s42524-025-4110-6) en 2025 dans Frontiers of Engineering Management, introduit une approche où le taux de production n'est pas fixe mais ajusté dynamiquement comme une fonction dépendante du temps inconnue. En utilisant des outils d'optimisation métaheuristiques, l'étude identifie des stratégies efficaces qui alignent les objectifs de profit avec une opération durable.

L'étude formule un modèle de chaîne d'approvisionnement fabricant–détaillant à deux niveaux où la demande du marché dépend simultanément du prix de vente et du temps. Le taux de production est défini comme une variable de contrôle, et l'émission de carbone est modélisée comme une fonction linéaire de l'intensité de production—ce qui signifie qu'une production plus élevée génère proportionnellement plus d'émissions. Pour résoudre le problème variationnel non linéaire, les chercheurs ont appliqué la théorie du contrôle optimal et ont ensuite évalué des scénarios décentralisés en utilisant l'analyse du jeu de Stackelberg.

Pour obtenir des décisions optimales concernant la production, la tarification, les stocks et les coûts d'émission, six algorithmes métaheuristiques ont été testés et comparés, incluant l'Algorithme du Champ Électrique Artificiel, l'Algorithme des Lucioles, l'Optimiseur des Loups Gris, l'Algorithme de Recherche des Moineaux, l'Algorithme d'Optimisation des Baleines et l'Algorithme d'Optimisation d'Équilibre (EOA). Les résultats montrent que l'EOA a surpassé les autres algorithmes en précision de solution, convergence et stabilité. L'analyse de sensibilité démontre en outre comment les variations du taux de taxe, du coût de production ou de l'élasticité-prix influencent les résultats de profit et d'émission. Ces résultats confirment que le contrôle dynamique de la production peut réduire l'impact environnemental tout en maintenant la rentabilité—offrant une stratégie plus réaliste que les modèles utilisant des hypothèses de production fixes.

« Ce modèle rapproche la planification de la production des conditions réelles de l'industrie », expliquent les auteurs. « En traitant le taux de production comme une variable plutôt qu'une constante, nous permettons au système de réagir à la demande et aux contraintes d'émission au fil du temps. Grâce au contrôle optimal et à l'optimisation algorithmique, les fabricants peuvent identifier des niveaux opérationnels rentables sans compromettre les objectifs environnementaux. Nos résultats comparatifs prouvent que les algorithmes métaheuristiques modernes, en particulier l'EOA, offrent de grandes promesses pour résoudre les problèmes de chaîne d'approvisionnement à grande échelle. »

Cette recherche fournit un cadre d'aide à la décision pour les industries opérant sous des politiques de régulation du carbone. Elle peut guider les fabricants dans l'ajustement dynamique de la production pour équilibrer coût, fluctuation de la demande et objectifs d'émission. Le modèle est applicable à des secteurs tels que l'acier, le ciment, les produits chimiques, les biens de consommation et la logistique—où la production de carbone est directement proportionnelle à l'intensité de production. Alors que les taxes mondiales sur les émissions se resserrent, cette approche peut aider les entreprises à développer des stratégies plus vertes, à réduire les pénalités et à améliorer la collaboration avec les détaillants. Les travaux futurs pourraient intégrer des événements stochastiques, des intrants d'énergie renouvelable ou des chaînes multi-produits pour améliorer encore la conception de la chaîne d'approvisionnement axée sur la durabilité.

Références
DOI
10.1007/s42524-025-4110-6

URL de la source originale
https://doi.org/10.1007/s42524-025-4110-6

Informations sur le financement
Cette recherche a été soutenue par la bourse UGC SRF (réf. NTA nos 211610092425 et 201610165233).

À propos du journal
Frontiers of Engineering Management (FEM)

Chuanlink Innovations, où les idées révolutionnaires rencontrent leur véritable potentiel. Notre nom, ancré dans l'essence de la transmission et de la connexion, reflète notre engagement à favoriser l'innovation et à faciliter le parcours des idées de la conception à la réalisation.

Lien connexe :
http://chuanlink-innovations.com

Avertissement : Cette traduction a été générée automatiquement par NewsRamp™ pour 24-7 Press Release (collectivement désignés sous le nom de "LES ENTREPRISES") en utilisant des plateformes d'intelligence artificielle génératives accessibles au public. LES ENTREPRISES ne garantissent pas l'exactitude ni l'intégralité de cette traduction et ne seront pas responsables des erreurs, omissions ou inexactitudes. Vous vous fiez à cette traduction à vos propres risques. LES ENTREPRISES ne sont pas responsables des dommages ou pertes résultant de cette confiance. La version officielle et faisant autorité de ce communiqué de presse est la version anglaise.