Économie circulaire et optimisation conjointe des performances économiques et écologiques - Modèles d'optimisation de simulation et IA pour une chaîne d'approvisionnement durable

Circular Economy & Joint Optimization of Economic and Ecological Performances - Simulation Optimization Models and IA for Sustainable Supply Chain

• Auteur / Autrice : Mozhgan Jahanafroozi
• Direction : Abdelhakim Artiba, Joseph Sarkis
• Type : Projet de thèse
• Discipline(s) : Informatique et applications
• Date : Inscription en doctorat le 28/02/2022
• Etablissement(s) : Valenciennes, Université Polytechnique Hauts-de-France
• Ecole(s) doctorale(s) : Ecole Doctorale Polytechnique Hauts-de-France
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Automatique, de Mécanique et d'informatique Industrielles et Humaines

Mots clés

Mots clés libres

Big data

Simulation

Optimisation

Économie Circulaire

Chaine Logistique Durable

Transport Multimodal

Sustainable supply chain

Simulation

Circular economy

Big data

Multimodal transport

Optimization

Résumé

Le projet de thèse porte sur la modélisation et l'optimisation des politiques de contrôle des systèmes logistiques et de la chaîne d'approvisionnement durable avec les principes de l'Economie Circulaire (EC) et à l'ère du « Big Data », de l'«Internet des objets », du « Cyber Physical Space », du « Cloud Computing », du « Jumeau numérique », de l'«Intelligence artificielle », etc. Comment tirer parti de cette manne numérique (masses de données, objets intelligents et autonomes, systèmes de communication en temps réel) pour aider au pilotage, à la surveillance, à l'analyse des performances technico-économiques/écologiques et à la prédiction des comportements de systèmes complexes ? Comment ces technologies peuvent-elles être utilisées pour développer des politiques de contrôle optimales pour les systèmes logistiques mettant en œuvre l'EC dans un environnement dynamique et stochastique afin d'améliorer la compétitivité des entreprises et de construire une industrie verte. En outre, les principes sous-jacents de l'EC ont la capacité de découpler les performances du système de l'utilisation des ressources et des dépendances avec des tiers. Nous pensons que ces capacités sont parmi les éléments clés qui peuvent assurer la durabilité et la résilience. Le travail portera sur la mise en œuvre de ces valeurs de l'EC d'une part et d'autre part intégrer ces nouvelles technologies (Big-Data, Intelligence Artificielle) pour prouver l'existence d'un équilibre entre performances économiques et écologiques pour le meilleur des entreprises. La mission du futur doctorant est centrée sur l'utilisation/mise en œuvre des principes de l'EC dans les approches d'optimisation et de modélisation ainsi que sur l'intégration/hybridation de la simulation, de l'optimisation et de l'apprentissage automatique (IA) pour résoudre ces problèmes et prouver que les performances écologiques sont compatibles avec les performances économiques. Une telle intégration devrait mettre en synergie les avantages de chaque technique pour aider à modéliser et à optimiser les problèmes complexes mentionnés ci-dessus.

The project focus is on modeling and optimizing logistics systems control policies and sustainable supply chains using CE principles. 'Big Data,' 'Internet of Things,' 'Cyber Physical Space,' 'Cloud Computing,' 'Digital Twin,' 'Artificial Intelligence' are emergent inter-organizational (multi-stakeholder) information systems. A basic question is: “How does an actor take advantage of the digital windfall--data masses, intelligent and autonomous objects, real-time communications systems—to supporting piloting, monitoring, analysis of technical-economic-ecological performance and predicting the behaviors of complex systems?” How can these technologies be used to develop optimal control policies for logistics systems implementing CE in a dynamic and stochastic environment to improve business competitiveness and supporting a green economy? In addition, the underlying principles of CE have the ability to decouple system and economic performance from resources use and risk dependencies associated with third parties. These abilities are among key elements that can support sustainability and resilience of supply chains—and require investigation. This research will focus on the implementation CE practices and values integrate them with emergent technologies—big data, artificial intelligence, cyber-physical systems, blockchain, for example—to establish existence of an equilibrium between economic and ecological performance dimensions that is good for regional and supply chain economies. The mission of the future PhD candidate is centered on the use and implementation of CE principles and its major variations using optimization and modelling approaches as well as the integration of simulation, optimization and machine learning (AI) to computationally evaluate and investigate these problems. An important goal is to investigate if, how, and when ecological performance remains consistent with economic ones and when tradeoffs exist. Such integration should synergize the benefits of each technique to help model and optimize complex problems.