Mon projet de thèse traite l’aspect structure de la série temporelle de la demande et son influence sur l’optimisation d’une chaîne logistique décentralisée. Nous considérons une chaîne logistique constituée d’un producteur, un détaillant et un client final, pour des raisons de simplification. Nous généralisons les résultats obtenus sous une approche récemment étudiée, nommée Downstream Demand Inference (DDI), en considérant une demande type ARMA(p,q) et en évaluant les effets de variation des paramètres p et q sur la Mean Squared Error (MSE) et sur le coût d’inventaire. Nous comparons les résultats obtenus avec ceux d’autres approches telles que No Information Sharing (NIS) et Forecast Information Sharing (FIS).