Laboratoire de Génie Informatique et d’Automatique de l’Artois

Ce projet de thèse, intitulé : " Optimisation de la chaîne logistique et prévision de la demande à l’aide de l’intelligence artificielle (IA)", se concentre sur l’amélioration des performances des chaînes d’approvisionnement en intégrant des approches innovantes basées sur l’IA. Face à des défis tels que les fluctuations imprévisibles de la demande, la gestion des stocks, les délais de livraison et les pressions pour réduire les coûts tout en augmentant l’efficacité, cette recherche vise à concevoir des modèles prédictifs avancés. Ces modèles, utilisant des techniques de machine learning et de deep learning, permettront d’améliorer la précision des prévisions de demande, de réduire les erreurs de stock et de diminuer les coûts opérationnels. À travers une méthodologie rigoureuse, le projet inclut une revue approfondie de la littérature, l’analyse et la préparation des données, l’évaluation de modèles hybrides (réseaux neuronaux récurrents, convolutifs, et autres), ainsi qu’un benchmarking pour identifier les approches les plus performantes. En offrant des solutions concrètes et adaptables, cette thèse ambitionne de transformer les pratiques logistiques actuelles en proposant une gestion proactive et durable des flux d’informations, physiques et financiers. Elle met en avant l’impact potentiel de l’IA pour moderniser les chaînes d’approvisionnement, améliorer la réactivité face aux imprévus, et contribuer à la durabilité environnementale en minimisant le gaspillage et l’empreinte carbone.