• Doctorant:
  • Amna Altaf
  • Co-encadrant de thèse :
  • Adnen EL AMRAOUI (LGI2A)
  • Financement : ANR, EURALOGISTIC
  • Thèse soutenue le :
  • 16 déc. 2024

Cette thèse traite des principaux défis liés aux opérations de cross-docking, notamment la gestion de l’incertitude, la durabilité et l’optimisation sous des contraintes de temps et de coûts. Elle propose des solutions novatrices pour améliorer l’efficacité, la résilience et la durabilité des opérations de cross- docking en combinant des modèles mathématiques avancés, des techniques d’optimisation robuste et des analyses prédictives basées sur l’IA. Une contribution clé de cette recherche est le développement d’un modèle d’affectation camion-quai intégrant les coûts de stockage temporaire, un aspect souvent négligé.

Pour les instances à grande échelle, la thèse propose deux approches métaheuristiques : des algorithmes génétiques et un recuit simulé pour générer des solutions quasi-optimales. De plus, un modèle d’optimisation de type « chance contraint » floue (FCCO) est proposé pour gérer l’incertitude des temps de transfert, améliorant ainsi la prise de décision en environnement incertain. La thèse explore également des modèles de maintenance prédictive utilisant des techniques d’apprentissage profond, tels que les réseaux de neurones, pour anticiper les arrivées tardives des camions. Cela permet une meilleure gestion des perturbations et une optimisation des plannings.

Sur le plan durabilité, un modèle d’affectation des camions aux quais optimisant l’énergie est proposé. Ce modèle vise à réduire la consommation d’énergie et à promouvoir des pratiques logistiques écologiques.

Enfin, la thèse innove en optimisant les opérations de cross-docking pour des flottes de camions électriques à batteries échangeables, offrant des solutions pour réduire les coûts et améliorer l’efficacité énergétique. L’ensemble de ces contributions permet de relever des défis réels dans l’industrie logistique, en promouvant des pratiques durables et en améliorant l’efficacité opérationnelle des chaînes d’approvisionnement.

Composition du jury

  • M. François DELMOTTE Université d’Artois Directeur de thèse
  • M. Christophe LECOUTRE Université d’Artois Co-directeur de thèse
  • M. Adnen EL AMRAOUI Université d’Artois Examinateur
  • M. Sébastien VEREL ULCO Examinateur
  • M. Lyes BENYOUCEF Aix-Marseille Université Rapporteur
  • Mme Aida JEBALI SKEMA Business School Rapporteure
  • M. David DUVIVIER Université Polytechnique Hauts-de-France Examinateur
  • M. Imed KACEM Université de Lorraine Examinateur