1 / 21

Equipe AD Aide à la Décision pour les Systèmes de Biens & Services

Equipe AD Aide à la Décision pour les Systèmes de Biens & Services. vincent.mousseau@ecp.fr. Composition de l’équipe. Enseignants-chercheurs 3 Professeurs Mousseau , Chu, Dallery 1 MdC ( Hdr ) Sahin, Jemai 3 MdC Ouerdane , Ghaffari, Jouini

keilah
Download Presentation

Equipe AD Aide à la Décision pour les Systèmes de Biens & Services

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Equipe AD Aide à la Décision pour les Systèmes de Biens & Services vincent.mousseau@ecp.fr

  2. Composition de l’équipe • Enseignants-chercheurs • 3 Professeurs Mousseau, Chu, Dallery • 1 MdC (Hdr) Sahin, Jemai • 3 MdCOuerdane, Ghaffari, Jouini • 3 Post-Doc Fathi,Legros, Rostami-Tabar • 15 doctorants

  3. Démarche et méthodologie scientifique Objet des recherches • Problématiques d'aide à la décision en gestion des opérations • Appliquées des produits et des services • Positionnement depuis les fournisseurs, l'approvisionnement, la production, la distribution jusqu’au client • Niveaux opérationnel, tactique et stratégique

  4. Démarche et méthodologie scientifique • Modèles et méthodes de la Recherche Opérationnelle (optimisation, modèles stochastiques, décision multicritère, …) • Face à une situation de décision, élaboration de modèle formel visant à construire une recommandation • C concepts méthodes algorithmes outils

  5. Démarche et méthodologie scientifique Contributions scientifiques • Utilisation : Développer des méthodes d'aide à la décision pour une large classe de problèmes en gestion des opérations, • Compréhension/Synthèse : Prendre du recul sur les problématiques étudiées, proposer des visions unifiées, recommandation/insights pour les managers, • Contributions méthodologiques/algorithmiques : Méthodes/algorithmes dont la portée dépasse le contexte pour lequel ils ont été conçus.

  6. Axes de recherche

  7. Production scientifique • 22 thèses et 2 HDR soutenues sur la période 2008-13 moyenne : 1.7 article/thèse • Meilleurs journaux du domaine OR/MS EJOR, MSOM, C&OR, IJPE, IIE, C&IE, Theo. Comp. Sc., Annals of OR, OR Spectrum, Expert Syst. Appl., Naval Res. Logistics … • 143 articles et 79 actes de conférences  3,59 articles et 1,77 actes /permanent /an

  8. Visibilité et rayonnement international • h-index équipe =32 • 12,44 citations/ article • 2466 citations entre 2008 et 2013

  9. Publications majeures • Rekik, Sahin & Dallery(2008) Analysis of the impact of the RFID technology on reducing misplacement errors at retail stores, IJPE 112(1):264–278. IF: 2.081 - 51 citations WoS • Jouini, Askin & Dallery(2011) Call Centers with Delay Information: Models and Insights, M&SOM 13(4):534-548.IF: 1.475 - 5 citations WoS • Ma, Chu & Zuo (2010) A survey of scheduling with deterministic machine availability constraints, Computers & Industrial Engineering 58(2) 199-211 IF: 1.516, - 50 citations WoS • Greco, Mousseau &Slowinski(2010) Multiple criteria sorting with a set of additive value functions, EJOR 207(3), 1455-1470. IF : 2.038 - 20 citations WoS • Greco, Mousseau & Slowinski(2008) Ordinal regression revisited: Multiple criteria ranking using a set of additive value functions, EJOR 191(2), 416-435. IF : 2.038 - 33 citations WoS

  10. Inverse multicriteria classification [PhD Wang] (1/3) • Vulnerabilityanalysis of critical infrastructures • [Wang, Mousseau, Pedroni, Zio 2013] Learning set Classification model multicriteria objects Reverse classification

  11. Inverse multicriteria classification[PhD Wang] (2/3) Possible actions A Learning set Performance model Classification model C multicriteria objectsO Impact on O • Which actions to perform do best improve classification under budget constraints ? • Minimum budget to meet classification requirement ?

  12. Inverse multicriteria classification[PhD Wang] (3/3) • Compute minimum budget to guaranty a desired classification for objects ? • Which actions best improve objects classification under budget constraint ? Min akA c(ak) xk s.t. C(oi)  req(oi),oiO MaxhKMinoiOC(oi) s.t. akAc(ak).xk  B Basic version MaxhKMinoiOMin O*C(oi) s.t. akAc(ak).xk B Min akA c(ak) xk s.t. Min O*C(oi)  req(oi),oiO Robust version ? Min akA c(ak) xk s.t. P O*[C(oi)  req(oi)]0.9 oiO Probabilistic version

  13. Multi-Echelon Supply Chains [PhD Eruguz] (1/3) Single-Echelon Optimisation Approach Multi-Echelon Optimisation Approach • 15% decrease in cash-to-cash cycle • 3.1% service improvement (Aberdeen Group, 2012) Challenge • Specify inventory decisions at different stages • minimise the total cost of the multi-echelon system and • meet customer service requirements. Characteristics Uncertain customer demand Important stage costs High customer service requirements Complex and large supply chain structures

  14. Multi-Echelon Supply Chains [PhD Eruguz] (2/3) • Optimise placement and amount of safety stocks in multi-echelon systems under external customer demand uncertainty? • Stochastic-Service (SS) approach [Clark, Scarf 1960] • Guaranteed-Service (GS) approach [Simpson 1958] • GS approachhas a great potential for improvngreal-world supply chains [Billington et al., 2004] [Farasyn et al., 2011] [Wieland, 2012] • Existing GS models consider review periods as given input parameters of the problem.

  15. Multi-Echelon Supply Chains [PhD Eruguz] (3/3) Stage 1 Echelon 1: Procurement Echelon 2: Manufacturing 1 Echelon 3: Transportation Echelon 4 : Manufacturing 2 Echelon 5 : Distribution Stage 8 Stage 6 Stage 14 Stage 12 Stage 2 Stage 9 • Simultaneous optimization of review periods and safety stock levels in general acyclic multi-echelon systems. • Using the GS approach, deterministic optimisation model(NLIP with neither convex nor concave objective function). • Development of a Sequential Optimization Procedure  near-optimal solutions with reasonable computational time Stage 15 Stage 3 Stage 10 Stage 13 Stage 4 Stage 16 Stage 5 Stage 17 Stage 7 Stage 11

  16. Rayonnement et activités scientifiques • Participations comités éditoriaux de revues • EJDP, Supply Chain Forum, IEEE Autom. Sc. Eng. , Jour. Manag. Math., IEEE Industr. Inform. • Edition de numéro spéciaux • Jour. Manag. Math., Flexible Services & Manufacturing, JMCDA, EJDP • Organisation de congrès, workshops • EURO XXV (2500), MCDA72 (90), MCDA SummerSchool (80), DA2PL (40), STOCHMOD (70), Int. Conf. HCSE (50), • Projets Européens (CAP-Sched, AlgoDec) + ANRs + Digitéo • Professeurs invités (9 nationalités, 29 mois) • Distinctions • S. Deparis, finaliste best studentpaper, 2013 DecisionAnalysis Society • M. Excoffier, C. Gicquel, O. Jouini, A. Lisser, finaliste best paperaward ICORES 2014.

  17. Interactions avec l’environnementéconomique et social • Création 1èreChaire industrielle du LGI : «Supply Chain», • Nouvelle chaire «Manufacturing & Logistics Management» (Faurecia et TechnischeUniversitätMunchen) • Contact avec un large réseau industriel recherchant nos compétences (4003 K€ de contrats entre 2008 et 2013) • Coordination des activités du Projet Decision Deck, • Forte proportion de thèses CIFRE ou avec contrats industriels.

  18. Organisation de l’équipe Vie de l’équipe • Réunions d’équipe (6 semaines), séminaires (prof. invités, collègues, …) • Séminaire des doctorants (1ère année, 2ème année) • Atelier de recherche du Master Recherche OSIL Formation par la recherche • Bon devenir des docteurs (académique, industriel) • Summerschools(MCDA-SS, …) • Séminaire des doctorants (1ère année, 2ème année) • Formation doctorale • Organisation Master Recherche (atelier de recherche , mémoire thématiques) • Enseignements ECP 1e année, 2e année, option GI, MS, FC

  19. Perspectives et projet scientifique [1/3] Conserver la structuration en 3 axes • Service Operations Management • Richesse des domaines santé et call centers • Aspect humain : behavioraloperations management • Analyse empirique, data analytics • Supply Chain Management • Elargissement du périmètre de la problématique SC • Flexibilité de la supplychain • Modèles de distribution multi-canal • Logistique urbaine • Multicriteria DecisionAid • Problèmes multicritères inverses • Preferencelearning et « big data » • Explication de recommandation • Optimisation multiobjectif en gestion des opération, …

  20. Perspectives et projet scientifique [2/3] • Pérennisation des compétences de l’équipe • Positionnement interne ECP • Alignement Pédagogie Recherche • Liens équipes IC et RSF et laboratoire MAS • Perspective de l’Université Paris Saclay • Rapprochement avec des équipes existantes (LRI, HEC, X) • Ecole Doctorale Interfaces (Axe Ingénierie des Systèmes Complexes) • Structuration autour du Master Génie Industriel de l‘UPSA • Maintien d’un bon du niveau de publication (en nombre et en qualité) • Produire des résultats de recherche ayant un réel impact • Sur la communauté académique (citations…) • Sur le monde industriel

  21. Perspectives et projet scientifique [3/3]

More Related