Grant: Discovery Grants Program - Individual
École de technologie supérieure
$24,000.00
Commande optimale stochastique de chaînes d'approvisionnement intégrant la qualité et la productivité
FY 2012-13
Summary
Les firmes regroupées dans une chaîne logistique ont souvent des objectifs conflictuels en termes de réponses aux marchés, des niveaux de stock à maintenir, de stratégies de maintenance et du niveau de qualité à offrir à leurs clients et à exiger de leurs fournisseurs. De plus, les chaînes logistiques sont des organisations dynamiques, grandement affectées par des phénomènes aléatoires, au niveau de l'approvisionnement (ex. délai, pourcentage de défectueux, etc.), du processus de transformation (ex. taux de pannes, de réparation et de rejet), de la demande (ex. fluctuations saisonnières). Par ailleurs, La séparation des modèles de décision en gestion de la production et de la qualité engendrent des pertes de productivité, une augmentation des coûts de transformation et limitent la compétitivité des entreprises.
Une modélisation efficace visant le contrôle d'une chaîne d'approvisionnement exige la prise en compte simultanée de tous les éléments de la chaîne entre les fournisseurs et le client final. La diversité des paramètres, le volume des données et les niveaux de décisions impliqués, ont fait en sorte qu'il n'existe pas une approche satisfaisante permettant la modélisation des chaînes d'approvisionnement dans un contexte dynamique stochastique considérant simultanément la qualité et la productivité.
L'objectif de ce programme de recherche est de développer une approche globale pour la commande optimale des chaînes d'approvisionnement évoluant dans un environnement dynamique et stochastique, considérant simultanément la qualité et la productivité et ce, à tous les niveaux de la hiérarchie de décision (opérationnel, tactique et stratégique). Ceci permettra ultérieurement aux entreprises qui conçoivent et gèrent des systèmes de productions et/ou des chaînes d'approvisionnement, de mettre en place des politiques de commande et des stratégies de maintenance et de qualité plus efficientes, qui leur permettront d'ajuster leurs décisions en temps réel.
Program
Discovery Grants Program - Individual
Recipient
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data
As published
Application id
121739-2010
Name nom
Gharbi, Ali
Department département
Génie de la production automatisée
Organization id
53
Institution établissement
École de technologie supérieure
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2012
Competition year année de concours
2010
Award amount
24000
Program id
RGPIN
Program name 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
1509
Committee name en
Civil, Industrial and Systems Engineering
Committee name fr
Génie civil, industriel et des systèmes
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
Commande optimale stochastique de chaînes d'approvisionnement intégrant la qualité et la productivité
Keyword
NSERC
Application summary
Les firmes regroupées dans une chaîne logistique ont souvent des objectifs conflictuels en termes de réponses aux marchés, des niveaux de stock à maintenir, de stratégies de maintenance et du niveau de qualité à offrir à leurs clients et à exiger de leurs fournisseurs. De plus, les chaînes logistiques sont des organisations dynamiques, grandement affectées par des phénomènes aléatoires, au niveau de l'approvisionnement (ex. délai, pourcentage de défectueux, etc.), du processus de transformation (ex. taux de pannes, de réparation et de rejet), de la demande (ex. fluctuations saisonnières). Par ailleurs, La séparation des modèles de décision en gestion de la production et de la qualité engendrent des pertes de productivité, une augmentation des coûts de transformation et limitent la compétitivité des entreprises.
Une modélisation efficace visant le contrôle d'une chaîne d'approvisionnement exige la prise en compte simultanée de tous les éléments de la chaîne entre les fournisseurs et le client final. La diversité des paramètres, le volume des données et les niveaux de décisions impliqués, ont fait en sorte qu'il n'existe pas une approche satisfaisante permettant la modélisation des chaînes d'approvisionnement dans un contexte dynamique stochastique considérant simultanément la qualité et la productivité.
L'objectif de ce programme de recherche est de développer une approche globale pour la commande optimale des chaînes d'approvisionnement évoluant dans un environnement dynamique et stochastique, considérant simultanément la qualité et la productivité et ce, à tous les niveaux de la hiérarchie de décision (opérationnel, tactique et stratégique). Ceci permettra ultérieurement aux entreprises qui conçoivent et gèrent des systèmes de productions et/ou des chaînes d'approvisionnement, de mettre en place des politiques de commande et des stratégies de maintenance et de qualité plus efficientes, qui leur permettront d'ajuster leurs décisions en temps réel.