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

Séminaire

De la prévision des ventes à l’approvisionnement des points de vente : Systèmes d’aide à la décision dédiés à la supply chain textile-habillement-distribution.

Le 13 mars 2020 à 10h00 Salle des séminaires du LGI2A, FSA, Béthune
Sébastien THOMASSEY Maître de conférences, HDR ENSAIT de Roubaix

Face aux enjeux économiques, environnementaux, sociétaux actuels, les entreprises se doivent de repenser leur processus décisionnel pour assurer leur compétitivité à court et long termes.
La prise de décision au sein de la supply chain textile-habillement-distribution (THD), à l’instar de nombreux autres domaines industriels ou commerciaux, est rendue très complexe par les spécificités du marché : une demande particulièrement fluctuante, un processus de fabrication long et impliquant de nombreux acteurs, une supply chain internationale, complexe et souvent instable, des produits à très courte durée de vie, des clients finaux (consommateurs) très infidèles qui imposent un taux de service très élevé et demandent des produits de plus en plus personnalisés et une variété de produits très grande.
Ces dernières années, le développement des technologies numériques et connectées, et des outils d’intelligence artificielle génèrent de nouvelles opportunités pour assister les acteurs de la filière THD dans la prise de décision optimale.
Dans ce contexte, mes travaux de recherche visent à développer des outils d’aide à la décision pour répondre aux divers enjeux de la filière THD en intégrant les spécificités décrites précédemment. Ainsi, mes contributions se sont orientées vers deux thèmes complémentaires dans le but d’approvisionner le bon produit, au bon endroit, au bon moment, au bon prix et à la bonne qualité :
- la prévision des ventes, et plus particulièrement les ventes de nouveaux articles à courte durée de vie, à partir de données hétérogènes. Les derniers modèles développés s’appuient sur de nombreuses données (big data) rendues disponibles par les nouvelles technologies numériques et connectées, les attributs techniques et stylistiques des produits ou encore des connaissances des experts (marketing, mode). Les techniques mises en œuvre dans ce cadre font appel à des méthodes de classification non supervisée et supervisée, de prévision de séries temporelles, de traitement d’images ou encore de traitement de langage naturel. Ainsi, les outils principaux utilisés sont basés sur les réseaux de neurones de type Long Short Term Memory ou Convolutif, ou encore les systèmes d’inférences flous. L’allocation optimale des stocks et la gestion des réapprovisionnements au niveau magasin sont également une problématique de prévision des ventes mais avec une granularité de données très fine. Les travaux en cours sur ce sujet visent à exploiter les informations issues de chaque point de vente par des techniques basées sur l’apprentissage fédéré.
- la simulation et l’optimisation de la chaîne de production et d’approvisionnement, notamment pour la fabrication de petites séries ou d’articles personnalisés. Mes travaux de recherche sur ce thème portent sur les trois niveaux décisionnels : opérationnel, tactique et stratégique. Au niveau opérationnel, mes contributions s’appuient sur des simulations par événements discrets couplés à des algorithmes d’optimisation du type méta-heuristiques afin de prendre en compte les contraintes très spécifiques des unités de production avec une grande variété de références et de process. Au niveau tactique, plusieurs problématiques ont été considérées telles que le partage des ressources de production pour une fabrication à la demande, la sélection de fournisseurs et la planification dynamique, ou l’optimisation des systèmes de tailles en intégrant les sensibilités des clients. Ces travaux utilisent des techniques d’aide à la décision et d’optimisation multi-critères et des simulations basées sur des modèles multi-agents. Au niveau stratégique, les facteurs environnementaux sont pris en compte et intégrés dans la modélisation et l’optimisation de la supply chain. Ces études portent sur l’évaluation des performances, à partir d’analyse du cycle de vie (ACV) dans le cadre de la relocalisation de la chaîne d’approvisionnement ou de la mise en œuvre de nouveaux modèles économiques.