Grant: Discovery Grants Program - Individual

Les systèmes de production et leurs chaînes logistiques (SP&CL) évoluent dans un environnement dynamique, grandement affectées par des phénomènes aléatoires, au niveau de l'approvisionnement (ex. délai de livraison), du système de production (ex. pannes des machines) et de la demande (ex. variations en fonction de la qualité). Les interactions complexes entre les éléments de (SP&CL), la diversité des paramètres, le volume des données et les niveaux de décisions impliqués, ont entrainé un manque d'intégration des modèles de décision ainsi que la négligence des aspects dynamiques, stochastiques et environnementaux. Ceci limite la compétitivité des entreprises dans un contexte de globalisation et d'exigences environnementales. Le but de ce programme de recherche est de développer de nouvelles politiques de commande optimale stochastique conjointes, pour la planification des opérations (production, maintenance, qualité, approvisionnement) et de la demande. Ces politiques prennent en compte simultanément plusieurs éléments des (SP&CL), des fournisseurs jusqu'aux clients. Elles visent l'optimisation à la fois des performances économiques et environnementales. Ces politiques permettront d'atteindre quatre objectifs: �Contrôler les cadences de production, tout en établissant conjointement les stratégies appropriées de maintenance et de contrôle de qualité. �Synchroniser la production, avec l'approvisionnement, tout en sélectionnant parmi plusieurs fournisseurs. �Planifier conjointement les opérations et la demande. �Etre implantable dans des contextes industriels et ajustable en temps réel. Pour réaliser notre programme de recherche, nous proposons une approche de résolution de quatre étapes. Les deux premières, basées sur le couplage de modèles (analytiques, simulation, statistique et optimisation), permettent de déterminer les structures des politiques et de quantifier leurs paramètres optimaux. Les deux dernières, basées sur l'exploitation des outils de l'industrie 4.0 et de l'intelligence artificielle, permettent d'implanter les politiques et de les ajuster en temps réel. Sur le plan théorique nous visons à réduire les limitations des approches existantes en développant, testant et évaluant différents outils, techniques et algorithmes d'optimisation, pour une meilleure efficacité et applicabilité. Nos résultats de recherche seront basés sur des concepts théoriques solides donnant lieu à des outils de planification des opérations plus robustes et plus réactifs. Sur le plan pratique, la diffusion de nos résultats de recherche pourra certainement guider les entreprises canadiennes, de plus en plus nombreuses à adopter les technologies de l'industrie 4.0, à exploiter leurs données pour un schéma de décision optimal, assurant la surveillance et le contrôle en temps réel des (SP&CL) évoluent dans un environnement dynamique et stochastique.