La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Equipe AD Aide à la Décision pour les Systèmes de Biens & Services

Présentations similaires


Présentation au sujet: "Equipe AD Aide à la Décision pour les Systèmes de Biens & Services"— Transcription de la présentation:

1 Equipe AD Aide à la Décision pour les Systèmes de Biens & Services

2 Composition de léquipe Enseignants-chercheurs –3 Professeurs Mousseau, Chu, Dallery –1 MdC (Hdr) Sahin, Jemai –3 MdC Ouerdane, Ghaffari, Jouini –3 Post-Doc Fathi, Legros, Rostami-Tabar 15 doctorants 2

3 Objet des recherches Problématiques d'aide à la décision en gestion des opérations Appliquées des produits et des services Positionnement depuis les fournisseurs, l'approvisionnement, la production, la distribution jusquau client Niveaux opérationnel, tactique et stratégique Démarche et méthodologie scientifique 3

4 Modèles et méthodes de la Recherche Opérationnelle ( optimisation, modèles stochastiques, décision multicritère, … ) Face à une situation de décision, élaboration de modèle formel visant à construire une recommandation C concepts méthodes algorithmes outils 4

5 Contributions scientifiques Utilisation : Développer des méthodes d'aide à la décision pour une large classe de problèmes en gestion des opérations, Compréhension/Synthèse : Prendre du recul sur les problématiques étudiées, proposer des visions unifiées, recommandation/insights pour les managers, Contributions méthodologiques/algorithmiques : Méthodes/algorithmes dont la portée dépasse le contexte pour lequel ils ont été conçus. Démarche et méthodologie scientifique 5

6 Axes de recherche 6

7 Production scientifique 22 thèses et 2 HDR soutenues sur la période moyenne : 1.7 article/thèse Meilleurs journaux du domaine OR/MS EJOR, MSOM, C&OR, IJPE, IIE, C&IE, Theo. Comp. Sc., Annals of OR, OR Spectrum, Expert Syst. Appl., Naval Res. Logistics … 143 articles et 79 actes de conférences 3,59 articles et 1,77 actes /permanent /an 7

8 Visibilité et rayonnement international h-index équipe =32 12,44 citations/ article 2466 citations entre 2008 et

9 Publications majeures Rekik, Sahin & Dallery (2008) Analysis of the impact of the RFID technology on reducing misplacement errors at retail stores, IJPE 112(1):264–278. IF: citations WoS Jouini, Askin & Dallery (2011) Call Centers with Delay Information: Models and Insights, M&SOM 13(4): IF: citations WoS Ma, Chu & Zuo (2010) A survey of scheduling with deterministic machine availability constraints, Computers & Industrial Engineering 58(2) IF: 1.516, - 50 citations WoS Greco, Mousseau & Slowinski (2010) Multiple criteria sorting with a set of additive value functions, EJOR 207(3), IF : citations WoS Greco, Mousseau & Slowinski (2008) Ordinal regression revisited: Multiple criteria ranking using a set of additive value functions, EJOR 191(2), IF : citations WoS 9

10 Inverse multicriteria classification [PhD Wang] (1/3) Classification model Learning set Reverse classification Vulnerability analysis of critical infrastructures [Wang, Mousseau, Pedroni, Zio 2013] 10

11 Inverse multicriteria classification [PhD Wang] (2/3) multicriteria objects O Classification model C Impact on O Possible actions A Which actions to perform do best improve classification under budget constraints ? Minimum budget to meet classification requirement ? Learning set Performance model 11

12 Inverse multicriteria classification [PhD Wang] (3/3) Max h K Min o i O C ( o i ) s.t. a k A c(a k ).x k B Max h K Min o i O Min O* C ( o i ) s.t. a k A c(a k ).x k B Min a k A c(a k ) x k s.t. Min O* C ( o i ) req(o i ), o i O Min a k A c(a k ) x k s.t. C ( o i ) req(o i ), o i O Which actions best improve objects classification under budget constraint ? Compute minimum budget to guaranty a desired classification for objects ? ? Min a k A c(a k ) x k s.t. P O* [ C ( o i ) req(o i )] 0.9 o i O

13 Multi-Echelon Optimisation Approach 15% decrease in cash-to-cash cycle 3.1% service improvement (Aberdeen Group, 2012) Single-Echelon Optimisation Approach Characteristics Uncertain customer demand Important stage costs High customer service requirements Complex and large supply chain structures Challenge Specify inventory decisions at different stages minimise the total cost of the multi- echelon system and meet customer service requirements. Multi-Echelon Supply Chains [PhD Eruguz] (1/3) 13

14 Multi-Echelon Supply Chains [PhD Eruguz] (2/3) Optimise placement and amount of safety stocks in multi-echelon systems under external customer demand uncertainty? –Stochastic-Service (SS) approach [Clark, Scarf 1960] –Guaranteed-Service (GS) approach [Simpson 1958] GS approach has a great potential for improvn greal-world supply chains [Billington et al., 2004] [Farasyn et al., 2011] [Wieland, 2012] Existing GS models consider review periods as given input parameters of the problem. 14

15 Multi-Echelon Supply Chains [PhD Eruguz] (3/3) Stage 1 Echelon 1: Procurement Echelon 2: Manufacturing 1 Echelon 4 : Manufacturing 2 Echelon 3: Transportation Echelon 5 : Distribution Stage 2 Stage 3 Stage 4 Stage 5 Stage 6 Stage 7 Stage 8 Stage 9 Stage 10 Stage 11 Stage 12 Stage 13 Stage 14 Stage 15 Stage 16 Stage 17 Simultaneous optimization of review periods and safety stock levels in general acyclic multi-echelon systems. Using the GS approach, deterministic optimisation model (NLIP with neither convex nor concave objective function). Development of a Sequential Optimization Procedure near-optimal solutions with reasonable computational time Optimality Gap0.46% Computational time of the SOP 13 s Computational time of the Direct Approach 2951 s 15

16 Rayonnement et activités scientifiques Participations comités éditoriaux de revues –EJDP, Supply Chain Forum, IEEE Autom. Sc. Eng., Jour. Manag. Math., IEEE Industr. Inform. Edition de numéro spéciaux –Jour. Manag. Math., Flexible Services & Manufacturing, JMCDA, EJDP Organisation de congrès, workshops –EURO XXV (2500), MCDA72 (90), MCDA Summer School (80), DA2PL (40), STOCHMOD (70), Int. Conf. HCSE (50), Projets Européens ( CAP-Sched, AlgoDec ) + ANRs + Digitéo Professeurs invités ( 9 nationalités, 29 mois ) Distinctions –S. Deparis, finaliste best student paper, 2013 Decision Analysis Society –M. Excoffier, C. Gicquel, O. Jouini, A. Lisser, finaliste best paper award ICORES

17 Interactions avec lenvironnement économique et social Création 1 ère Chaire industrielle du LGI : «Supply Chain», Nouvelle chaire «Manufacturing & Logistics Management» (Faurecia et Technische Universität Munchen) Contact avec un large réseau industriel recherchant nos compétences (4003 K de contrats entre 2008 et 2013) Coordination des activités du Projet Decision Deck, Forte proportion de thèses CIFRE ou avec contrats industriels. 17

18 Organisation de léquipe Vie de léquipe Réunions déquipe (6 semaines), séminaires (prof. invités, collègues, …) Séminaire des doctorants (1 ère année, 2 ème année) Atelier de recherche du Master Recherche OSIL Formation par la recherche Bon devenir des docteurs (académique, industriel) Summer schools (MCDA-SS, …) Séminaire des doctorants ( 1 ère année, 2 ème année ) Formation doctorale Organisation Master Recherche (atelier de recherche, mémoire thématiques) Enseignements ECP 1 e année, 2 e année, option GI, MS, FC 18

19 Perspectives et projet scientifique [1/3] Service Operations Management –Richesse des domaines santé et call centers –Aspect humain : behavioral operations management –Analyse empirique, data analytics Supply Chain Management –Elargissement du périmètre de la problématique SC –Flexibilité de la supply chain –Modèles de distribution multi-canal –Logistique urbaine Multicriteria Decision Aid –Problèmes multicritères inverses –Preference learning et « big data » –Explication de recommandation –Optimisation multiobjectif en gestion des opération, … Conserver la structuration en 3 axes 19

20 Perspectives et projet scientifique [2/3] Pérennisation des compétences de léquipe Positionnement interne ECP –Alignement Pédagogie Recherche –Liens équipes IC et RSF et laboratoire MAS Perspective de lUniversité Paris Saclay –Rapprochement avec des équipes existantes (LRI, HEC, X) –Ecole Doctorale Interfaces (Axe Ingénierie des Systèmes Complexes) –Structuration autour du Master Génie Industriel de lUPSA Maintien dun bon du niveau de publication (en nombre et en qualité) Produire des résultats de recherche ayant un réel impact –Sur la communauté académique (citations…) –Sur le monde industriel 20

21 Perspectives et projet scientifique [3/3] Strength Niveau de publication (quantitatif et qualitatif) Collaboration scientifique avec les industriels Rayonnement et collaborations académiques internationales Forte synergie recherche/pédagogie Positionnement scientifique aligné avec CentraleSupélec Weaknesses Pérennité des membres de léquipe Opportunities Collaborations et liens avec les équipes du plateau de Saclay Insertion au sein de lED Interface Développement du Master Recherche Threats Arrivée sur le plateau de Saclay : équipe de taille suffisante ? Pérennisation des moyens financiers industriels 21


Télécharger ppt "Equipe AD Aide à la Décision pour les Systèmes de Biens & Services"

Présentations similaires


Annonces Google