Application de l'intelligence artificielle à la résilience et à laviabilité des chaînes logistiques

Application of Artificial Intelligence to the Resilience and Viability of Supply Chains

• Auteur / Autrice : Samia Zaoui
• Direction : Bernard Kamsu-foguem, Samuel Fosso wamba
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 13/12/2021; Soutenance le 13/10/2025
• Etablissement(s) : Université de Toulouse (2023-....)
• Ecole(s) doctorale(s) : École doctorale Aéronautique-Astronautique
• Partenaire(s) de recherche : Laboratoire : LGP - Laboratoire Génie de Production
• Partenaire(s) de recherche : établissement délivrant conjointement le doctorat : Institut national polytechnique (Toulouse ; 1969-....)

Mots clés

Mots clés libres

Intelligence Artificielle

Chaînes logistiques

Management des risques

Résilience

Viabilité

Sciences des données

Artificial Intelligence

Supply Chains

Risk Management

Resilience

Viability

Data Sciences

Résumé

La crise sanitaire a eu des répercussions économiques et financières sur les chaines d'approvisionnement dans l'industrie aéronautique, elle fut un accélérateur de la transition vers une industrie 4.0 et par conséquence, l'apparition d'un nouveau concept : les chaines d'approvisionnement numériques et intelligentes, un concept que l'on nomme aujourd'hui la supplychain 4.0. Face à ce risque, l'application de la Data science permettra d'assurer une supply chain rapide, flexible s'adaptant ainsi aux difficultés , événements improbables et aux crises que rencontrent le milieu logistique actuel et ce à travers, la capitalisation de chaque possibilité en collectant un large volume de données en vue de concevoir des modèles permettant d'atteindre la performance, la sécurité, l'agilité des flux de matières et des données de la chaine d'approvisionnement en aéronautique.

The aeronautic industry is experiencing a severe culture shock during the pandemic crisis of Covid-19. Data Science will help transform supply chain processes into faster and more flexible ones. This is made possible through collecting and analysing a large volume of data to make predictions. Furthermore, it will allow to actors in the aeronautical industry to improve the safety of their products and gain in agility through efficient data management.