Grant: Collaborative Research and Development Grants
École Polytechnique de Montréal
$88,000.00
Air cargo decision systems
FY 2019-20
Summary
Afin de survivre et de garder une longueur d'avance sur la concurrence, les transporteurs de fret aérien doivent continuellement prendre des décisions clés concernant leur réseau de transport. Dans une perspective à long terme, ils doivent prendre des décisions stratégiques quant à la fréquence et à la capacité des vols entre chacun des aéroports d'origine et de destination pour la prochaine saison. D'autre part, dans une perspective à court et moyen termes, ils doivent faire des choix tactiques et opérationnels quant à la façon dont le réseau de transport sera utilisé pour transporter la marchandise. Puisque l'incertitude est omniprésente dans l'industrie du fret aérien, pour prendre les meilleures décisions possibles, il n'est pas seulement nécessaire d'avoir de bons modèles d'optimisation, il faut aussi des outils de prévision fiables.Dans l'industrie, des outils d'aide à la décision sont disponibles pour aider les compagnies aériennes cargo dans leur planification et dans leurs opérations. Cependant, étant donné que la qualité de ces outils est souvent faible, les professionnels de cette industrie ne peuvent pas toujours s'y fier pour faire des choix concernant certains problèmes les plus communs auxquels ils font face.Le but principal de ce projet est de développer de nouveaux modèles d'optimisation, ainsi que les outils de prévision sous-jacents, afin de traiter différents aspects du transport de marchandises qui représentent encore un défi dans l'industrie du fret aérien. Nous allons poursuivre ces objectifs à différents niveaux de planification. Sur le plan stratégique, nous chercherons à évaluer l'impact d'une modification des services offerts par une compagnie aérienne sur son chiffre d'affaires. Sur le plan tactique, nous étudierons comment une réoptimisation périodique du plan d'expédition pourrait améliorer la façon dont les itinéraires sont attribués aux commandes de marchandises. Finalement, sur le plan opérationnel, nous proposons de développer des outils pour permettre aux employés de prendre une décision plus éclairée lorsque vient le temps d'assigner une route à une commande.Ces nouveaux outils d'optimisation et de prévision améliorés devraient permettre à notre partenaire industriel de prendre de meilleures décisions de planification et, par le fait même, de gagner un avantage concurrentiel.
Program
Collaborative Research and Development Grants
Recipient
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data
As published
Application id
537140-2018
Name nom
Soumis, François
Department département
Mathématiques et génie industriel
Organization id
64
Institution établissement
École Polytechnique de Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2019
Competition year année de concours
2018
Award amount
88000
Program id
CRDPJ
Program name en
Collaborative Research and Development Grants
Program name fr
Subventions de recherche et développement coopérative
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Committee code
96
Committee name en
RPP Internal Decision Cttee
Committee name fr
Cté de décision interne - PPR
Area of application code
700
Area of application group en
Transportation systems and services
Area of application group fr
Services et systèmes de transport
Area of application en
Transportation systems and services
Area of application fr
Services et systèmes de transport
Research subject code
2960
Research subject group en
Applied mathematics
Research subject group fr
Mathématiques appliquées
Research subject en
Mathematical modelling
Research subject fr
Modélisation mathématique
Installment
inst:1 - 1
Partie
1
Nb partie
1
Application title
Air cargo decision systems
Keyword
NSERC
Application summary
Afin de survivre et de garder une longueur d'avance sur la concurrence, les transporteurs de fret aérien doivent continuellement prendre des décisions clés concernant leur réseau de transport. Dans une perspective à long terme, ils doivent prendre des décisions stratégiques quant à la fréquence et à la capacité des vols entre chacun des aéroports d'origine et de destination pour la prochaine saison. D'autre part, dans une perspective à court et moyen termes, ils doivent faire des choix tactiques et opérationnels quant à la façon dont le réseau de transport sera utilisé pour transporter la marchandise. Puisque l'incertitude est omniprésente dans l'industrie du fret aérien, pour prendre les meilleures décisions possibles, il n'est pas seulement nécessaire d'avoir de bons modèles d'optimisation, il faut aussi des outils de prévision fiables.Dans l'industrie, des outils d'aide à la décision sont disponibles pour aider les compagnies aériennes cargo dans leur planification et dans leurs opérations. Cependant, étant donné que la qualité de ces outils est souvent faible, les professionnels de cette industrie ne peuvent pas toujours s'y fier pour faire des choix concernant certains problèmes les plus communs auxquels ils font face.Le but principal de ce projet est de développer de nouveaux modèles d'optimisation, ainsi que les outils de prévision sous-jacents, afin de traiter différents aspects du transport de marchandises qui représentent encore un défi dans l'industrie du fret aérien. Nous allons poursuivre ces objectifs à différents niveaux de planification. Sur le plan stratégique, nous chercherons à évaluer l'impact d'une modification des services offerts par une compagnie aérienne sur son chiffre d'affaires. Sur le plan tactique, nous étudierons comment une réoptimisation périodique du plan d'expédition pourrait améliorer la façon dont les itinéraires sont attribués aux commandes de marchandises. Finalement, sur le plan opérationnel, nous proposons de développer des outils pour permettre aux employés de prendre une décision plus éclairée lorsque vient le temps d'assigner une route à une commande.Ces nouveaux outils d'optimisation et de prévision améliorés devraient permettre à notre partenaire industriel de prendre de meilleures décisions de planification et, par le fait même, de gagner un avantage concurrentiel.