Commande optimale stochastique multi-objective des systèmes manufacturiers dans un environnement logistique

制造业企业的现实是，Au cours des 20 dernières alors que la concernence a pris one dimension mondiale。Cette réalité a accentué les impacts des phénomènes aléatoires presents all 'interne（ex. pannes，qualité，émissions）comme applying l'externe Au niveAu des réseaux logistiques dans lesquels ces entreprises évoluent（ex. délais，demande，qualité）。Ces通过提高生产力和增强知识来影响传统，限制了这些企业的竞争力。此外，考虑到企业的规模，企业在提高组织的竞争力和持久性方面取得了不可估量的成功。 加拿大企业在竞争激烈和波动性大的企业中处于领先地位，但不具备新的现实性。Elles se doivent de dérégies manufacturières qui garantissent：1- l'intégration des academic influents de Eurréseau logistique et 2- l'intégration des dimensions economique et Eurmentale.多项研究工作揭示了这一问题的复杂性，以及在动态随机背景下缺乏一种令人满意的渗透性方法。 为了重新认识这种新的现实和需要，该研究方案提出了一种创新方法，将多目标随机动态建模、模拟和事务情报结合在一起。L'objectif central est de déciliation per une approche globale pour la commander optimale stochastique des systems manufacturiers dans un acquisition logistique avec une prise en consideration des dimensions economique et econommentale. 法院泰尔梅：considerer d 'une façon intégrée les activités manufacturières dans un acquisition de réseau logistique（client，fournisseur，retours）。Considerer les dimensions economique et acquisition comme objectif et/ou exigences acquisitateindre et/ou satisfaire. Proposer et valider des stratégies de prise de decision optimales et/ou sous optimales adaptées approximately la complexité du contexte de l'étude. 中隆泰尔梅：在一个多方面渗透的环境中建立一个业绩指标体系，以确保一个制造业企业在其子公司中的活动不断发展。La méthodologie proposée se récourse en trois axes complémentaires： - 分析数学模型的基础。 - 操作化和验证战略，以建立仿真模型，用于比较或实时领航。 - 评估制造业企业调整进程的泰尔梅，以促进经济一体化和业绩监测系统。

La réalité des entreprises manufacturières a connu un virage marqué au cours des 20 dernières années alors que la concurrence a pris une dimension mondiale. Cette réalité a accentué les impacts des phénomènes aléatoires présents À l’interne (ex. pannes, qualité, émissions) comme À l’externe au niveau des réseaux logistiques dans lesquels ces entreprises évoluent (ex. délais, demande, qualité). Ces impacts se traduisent généralement par une perte de productivité et une augmentation des coûts, limitant ainsi la compétitivité de ces entreprises. De plus, la prise en considération de la dimension environnementale, est devenue un facteur de succès incontournable afin de soutenir la compétitivité et la pérennité de l’organisation. Les entreprises canadiennes œuvrant dans des environnements hautement compétitifs et volatiles, n'échappent pas À cette nouvelle réalité. Elles se doivent de développer des stratégies manufacturières qui garantissent : 1- l’intégration des acteurs influents de leur réseau logistique et 2- l’intégration des dimensions économique et environnementale. Plusieurs travaux de recherche récents ont souligné la complexité de cette problématique et l’absence d’une approche satisfaisante permettant de la résoudre dans un contexte dynamique stochastique. Reconnaissant cette nouvelle réalité et les besoins qui en découlent, ce programme de recherche propose une approche innovatrice qui intègre la modélisation dynamique stochastique multi-objectif, la simulation et l’intelligence d’affaire. L’objectif central est de développer une approche globale pour la commande optimale stochastique des systèmes manufacturiers dans un environnement logistique avec une prise en considération des dimensions économique et environnementale. Court terme : considérer d’une façon intégrée les activités manufacturières dans un environnement de réseau logistique (client, fournisseur, retours). Considérer les dimensions économique et environnementale comme objectif et/ou exigences À atteindre et/ou satisfaire. Proposer et valider des stratégies de prise de décision optimales et/ou sous optimales adaptées À la complexité du contexte de l’étude. Moyen-long terme : développer un système d’indicateurs clés de la performance dans un contexte multicritère permettant de garantir un suivi de l’évolution des activités d’une entreprise manufacturière dans son environnement. La méthodologie proposée se résume en trois axes complémentaires : - Analyse fondamentale de modèle mathématique. - Opérationnalisation et validation des stratégies en développant des modèles de simulation pour fin de comparaison ou pour fin de pilotage en temps réel. - évaluer les besoins en terme d’ajustement des processus d’affaire des entreprises manufacturières afin de faciliter l’intégration des politiques développées et du système de suivi de la performance.