Modélisation d’un outil d’aide à la décision pour l’amélioration de la rentabilité dans les entrepôts et les plates-formes logistiques

Abstract

Face aux évolutions récentes d’économie et de la mondialisation des marchés, la logistique est devenue un domaine stratégique. Elle est à la fois un levier de compétitivité et de satisfaction du client. Les entrepôts et les plateformes logistiques présentent le centre névralgique de l’activité économique. L’importance de la bonne gestion de ces derniers n’est plus à prouver. En plus du bon fonctionnement des sites logistiques et leur organisation, ils contribuent à l'amélioration de la productivité de toute la chaîne logistique et la réduction de ses coûts. Dans ce cadre, nous cherchons à développer, à partir des techniques et méthodes issues de l’intelligence artificielle (Arbre de décision, Réseaux bayésien, Ontologies, Système Multi-Agents) et de la modélisation des systèmes dynamiques (Réseaux de Petri), un outil d’aide à la décision permettant l’optimisation des fonctions opérationnelles d’un entrepôt en tenant compte des différentes contraintes, ainsi que l’analyse de ses vulnérabilités afin d’anticiper les risques auquel il peut être exposé. Nos travaux de recherche s’intéressent à la planification spatiale de l’entrepôt. Nous proposons une organisation modulaire de la zone de stockage ainsi qu’un algorithme dynamique d’affectation des emplacements, dont l’objectif est d’atteindre une occupation optimale de l’espace et une minimisation du temps de récupération des produits. Nous nous intéressons également à la gestion des flux physiques de la marchandise à l’intérieur de l’entrepôt, initiée par la réception de commande ou l’arrivée d’une marchandise, afin de décrire l’état de l’entrepôt et de détecter les conflits opérationnels de partage des ressources humaines et matérielles. Pour favoriser la gestion du flux d’informations, nous proposons un système multi-ontologies, qui décrit le fonctionnement au sein d’un entrepôt, afin de structurer l’immense quantité des données pour la rendre partageable et traitable automatiquement par les différentes entités du système (celui de la gestion de la chaîne logistique). Nos travaux intègrent également l’analyse de la vulnérabilité d’un entrepôt face aux différents risques, et plus particulièrement ceux liées aux incendies. Pour rendre exploitable nos résultats scientifiques, nous avons élaboré un modèle informatique, et nous avons développé un prototype dans le but de l’exploiter dans des situations réelles.