Canada Spends Logo

Explore our Budget 2026 analysis

Grant: Discovery Grants Program - Individual

Université Laval

$17,000.00

Systèmes de gestion collaboratiffs par simulations agents de chaînes logistiques centrées consommateurs

FY 2009-10

Summary
A l'heure de la compétitivité globale, la chaîne logistique revêt une importance capitale dans la définition des stratégies d'entreprises. L'ouverture des marchés offre la possibilité aux entreprises de diversifier leurs sources d'approvisionnement et leurs points de distribution. Face à une offre pléthorique, les consommateurs devenus nomades, souhaitent disposer de produits toujours plus personnalisés. L'intensification du partage de l'information entre les entreprises et leurs environnements, avec notamment l'avènement du commerce électronique, a un impact au niveau des processus industriels. Il en découle une complexification des prises de décisions liées à la gestion et à la distribution massive de produits personnalisés. Ces contraintes impliquent une analyse et un ajustement des chaînes logistiques afin de minimiser les coûts et maximiser les services offerts aux consommateurs. Dans un tel contexte, les modèles prédictifs classiques d'anticipation de la demande s'avèrent limités par le manque de données ou d'historiques. La nature non-déterministe de l'environnement des entreprises les contraint à utiliser des outils d'analyse pour évaluer les performances de leurs organisations. Les objectifs du programme de recherche proposé reposent sur la conception et l'exploitation de systèmes d'aide à la décision pour la gestion en temps réel de ressources limitées d'approvisionnement, de production et de distribution selon l'évolution de la demande. Il s'agit de développer des systèmes de gestion intelligents pour la collaboration des entreprises, considérant différentes contraintes organisationnelles et décisionnelles influant sur le comportement de la chaîne logistique. La modélisation et la simulation constituent des techniques d'analyse et d'anticipation décisionnelles permettant d'appréhender la complexité des systèmes sociotechniques. Les systèmes multi-agents relevant de l'Intelligence Artificielle Distribuée s'avèrent particulièrement indiqués pour la représentation comportementale des entités. Les propriétés qui définissent les agents rendent cette approche particulièrement adaptée à la modélisation et à la simulation de la dynamique de la chaîne logistique dans un contexte de personnalisation de masse.
Program
Discovery Grants Program - Individual
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data

As published

Application id
341660-2007
Name nom
Labarthe, Olivier
Department département
Sciences de l'administration, faculté des
Organization id
51
Institution établissement
Université Laval
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2009
Competition year année de concours
2007
Award amount
17000
Program id
RGPIN
Program nane en
Discovery Grants Program - Individual
Program name fr
Programme de subventions à la découverte - individuelles
Group en
Discovery grants programs
Group fr
Programmes de subventions à la découverte
Committee code
20
Committee name en
Industrial Engineering
Committee name fr
Génie industriel
Area of application code
520
Area of application group en
Manufacturing processes and products
Area of application group fr
Procédés et produits industriels
Area of application en
Production and operations management
Area of application fr
Production et gestion des opérations
Research subject code
1606
Research subject group en
Industrial engineering
Research subject group fr
Génie industriel
Research subject en
Operations management
Research subject fr
Gestion de la production
Partie
3
Nb partie
5
Application title
Systèmes de gestion collaboratiffs par simulations agents de chaînes logistiques centrées consommateurs
Keyword
NA
Application summary
A l'heure de la compétitivité globale, la chaîne logistique revêt une importance capitale dans la définition des stratégies d'entreprises. L'ouverture des marchés offre la possibilité aux entreprises de diversifier leurs sources d'approvisionnement et leurs points de distribution. Face à une offre pléthorique, les consommateurs devenus nomades, souhaitent disposer de produits toujours plus personnalisés. L'intensification du partage de l'information entre les entreprises et leurs environnements, avec notamment l'avènement du commerce électronique, a un impact au niveau des processus industriels. Il en découle une complexification des prises de décisions liées à la gestion et à la distribution massive de produits personnalisés. Ces contraintes impliquent une analyse et un ajustement des chaînes logistiques afin de minimiser les coûts et maximiser les services offerts aux consommateurs. Dans un tel contexte, les modèles prédictifs classiques d'anticipation de la demande s'avèrent limités par le manque de données ou d'historiques. La nature non-déterministe de l'environnement des entreprises les contraint à utiliser des outils d'analyse pour évaluer les performances de leurs organisations. Les objectifs du programme de recherche proposé reposent sur la conception et l'exploitation de systèmes d'aide à la décision pour la gestion en temps réel de ressources limitées d'approvisionnement, de production et de distribution selon l'évolution de la demande. Il s'agit de développer des systèmes de gestion intelligents pour la collaboration des entreprises, considérant différentes contraintes organisationnelles et décisionnelles influant sur le comportement de la chaîne logistique. La modélisation et la simulation constituent des techniques d'analyse et d'anticipation décisionnelles permettant d'appréhender la complexité des systèmes sociotechniques. Les systèmes multi-agents relevant de l'Intelligence Artificielle Distribuée s'avèrent particulièrement indiqués pour la représentation comportementale des entités. Les propriétés qui définissent les agents rendent cette approche particulièrement adaptée à la modélisation et à la simulation de la dynamique de la chaîne logistique dans un contexte de personnalisation de masse.