Ce mémoire d’Habilitation à Diriger des Recherches présente mes contributions scientifiques à l’interface de l’optimisation, de la logistique et de l’intelligence artificielle. Mes travaux portent sur la modélisation et la résolution de problèmes complexes en logistique de production et de services, dans des environnements incertains et dynamiques. Ils s’articulent autour de trois axes principaux : (1) l’optimisation et l’ordonnancement en production, (2) l’optimisation des systèmes logistiques de services, notamment en santé à domicile, et (3) l’intégration de l’intelligence artificielle et de l’apprentissage automatique pour la robustesse et la prévision.
Mes contributions reposent sur des approches hybrides combinant modélisation mathématique, métaheuristiques et apprentissage, avec un double objectif : améliorer la performance opérationnelle et proposer des outils d’aide à la décision pour les systèmes complexes. Elles s’appuient également sur des activités d’encadrement doctoral, de montage de projets et de collaborations internationales, contribuant à la structuration d’un programme de recherche cohérent.
Ce travail ouvre des perspectives vers le développement de chaînes logistiques intelligentes, robustes et durables, intégrant pleinement les apports de l’intelligence artificielle dans l’optimisation décisionnelle.
The programme strategy of the University of Artois is to promote and conduct core research on explainable AI as well as quality interdisciplinary research on important issues in Social Sciences and Chemistry.
This project focuses on the management of home healthcare (HHC) structures and revolves around two major ideas, namely: a) the satisfaction of all stakeholders in the HHC planning process with particular attention to patients’ lifestyle habits (objectives and constraints) and b) taking into consideration the different types of uncertainties to which could be subjected the HHC process.
Français
English
