Politiques de commande optimale stochastique à rétroaction pour des systèmes de production et des chaînes logistiques évoluant dans un environnement dynamique

点击翻译按钮获取中文摘要

Les systèmes de production et leurs chaînes logistiques (SPvoluent dans un environnement dynamique, grandement affectées par des phénomènes aléatoires, au niveau de l'approvisionnement (ex. délai de livraison), du système de production (ex. pannes des machines) et de la demande (ex. variations en fonction de la qualité). Les interactions complexes entre les éléments de (SP opérations (production, maintenance, qualité, approvisionnement) et de la demande. Ces politiques prennent en compte simultanément plusieurs éléments des (SP la fois des performances économiques et environnementales. Ces politiques permettront d'atteindre quatre objectifs: Contrôler les cadences de production, tout en établissant conjointement les stratégies appropriées de maintenance et de contrôle de qualité. Synchroniser la production, avec l'approvisionnement, tout en sélectionnant parmi plusieurs fournisseurs. Planifier conjointement les opérations et la demande. Être implantable dans des contextes industriels et ajustable en temps réel. Pour réaliser notre programme de recherche, nous proposons une approche de résolution de quatre étapes. Les deux premières, basées sur le couplage de modèles (analytiques, simulation, statistique et optimisation), permettent de déterminer les structures des politiques et de quantifier leurs paramètres optimaux. Les deux dernières, basées sur l'exploitation des outils de l'industrie 4.0 et de l'intelligence artificielle, permettent d'implanter les politiques et de les ajuster en temps réel. Sur le plan théorique nous visons à réduire les limitations des approches existantes en développant, testant et évaluant différents outils, techniques et algorithmes d'optimisation, pour une meilleure efficacité et applicabilité. Nos résultats de recherche seront basés sur des concepts théoriques solides donnant lieu à des outils de planification des opérations plus robustes et plus réactifs. Sur le plan pratique, la diffusion de nos résultats de recherche pourra certainement guider les entreprises canadiennes, de plus en plus nombreuses à adopter les technologies de l'industrie 4.0, à exploiter leurs données pour un schéma de décision optimal, assurant la surveillance et le contrôle en temps réel des (SPvoluent dans un environnement dynamique et stochastique.