View
30
Download
1
Category
Preview:
DESCRIPTION
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 - PowerPoint PPT Presentation
Citation preview
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– 3 Post-Doc Fathi, Legros, Rostami-Tabar
• 15 doctorants
2
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
Démarche et méthodologie scientifique
3
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 conceptsméthodes
algorithmesoutils
4
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.
Démarche et méthodologie scientifique
5
Axes de recherche
6
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
7
Visibilité et rayonnement international
• h-index équipe =32 • 12,44 citations/ article • 2466 citations entre 2008 et 2013
8
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
9
Inverse multicriteria classification [PhD Wang] (1/3)
mul
ticrit
eria
ob
ject
s
Classification model
Learning set
Reverse classification
• Vulnerability analysis of critical infrastructures [Wang, Mousseau, Pedroni, Zio 2013]
10
Inverse multicriteria classification[PhD Wang] (2/3)
multicriteria objects O
Classification model CImpact on O
Possible actions A
• Which actions to perform do best improve classification under budget constraints ?
• Minimum budget to meet classification requirement ?
Learning set
Performance model
11
Inverse multicriteria classification[PhD Wang] (3/3)
MaxhK MinoiO C(oi) s.t. akA
c(ak).xk B
MaxhK MinoiO Min O*
C(oi) s.t. akA
c(ak).xk B
Min akA c(ak) xk
s.t. Min O* C(oi) req(oi),
oiO
Min akA c(ak) xk
s.t. C(oi) req(oi), oiO
• Which actions best improve objects classification under budget constraint ?
• Compute minimum budget to guaranty a desired classification for objects ?
Bas
ic
vers
ion
Rob
ust
vers
ion
?Min akA
c(ak) xk
s.t. P O* [C(oi) req(oi)]0.9
oiO
Pro
babi
listic
ve
rsio
n
Multi-Echelon Optimisation Approach 15% decrease in cash-to-cash cycle 3.1% service improvement (Aberdeen Group, 2012)
Single-Echelon Optimisation Approach
Characteristics• Uncertain customer demand• Important stage costs• High customer service requirements• Complex and large supply chain
structures
Challenge Specify inventory decisions at different
stages minimise the total cost of the multi-
echelon system and meet customer service requirements.
Multi-Echelon Supply Chains[PhD Eruguz] (1/3)
13
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 approach has a great potential for improvn greal-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.
14
Multi-Echelon Supply Chains[PhD Eruguz] (3/3)
Stage 1
Echelon 1: Procurement
Echelon 2: Manufacturing 1
Echelon 4 : Manufacturing 2
Echelon 3: Transportation
Echelon 5 : Distribution
Stage 2
Stage 3
Stage 4
Stage 5
Stage 6
Stage 7
Stage 8
Stage 9
Stage 10
Stage 11
Stage 12
Stage 13
Stage 14
Stage 15
Stage 16
Stage 17
• 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
Optimality Gap 0.46%Computational time of
the SOP13 s
Computational time of the Direct Approach
2951 s
15
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 Summer School (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 student paper, 2013 Decision Analysis Society– M. Excoffier, C. Gicquel, O. Jouini, A. Lisser,
finaliste best paper award ICORES 2014.16
Interactions avec l’environnementéconomique et social
• Création 1ère Chaire industrielle du LGI : «Supply Chain»,
• Nouvelle chaire «Manufacturing & Logistics Management» (Faurecia et Technische Universität Munchen)
• 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.
17
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)• Summer schools (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 18
Perspectives et projet scientifique [1/3]
• Service Operations Management–Richesse des domaines santé et call centers–Aspect humain : behavioral operations management–Analyse empirique, data analytics
• Supply Chain Management–Elargissement du périmètre de la problématique SC–Flexibilité de la supply chain–Modèles de distribution multi-canal–Logistique urbaine
• Multicriteria Decision Aid–Problèmes multicritères inverses–Preference learning et « big data »–Explication de recommandation–Optimisation multiobjectif en gestion des
opération, …
Conserver la structuration en 3 axes
19
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
20
Perspectives et projet scientifique [3/3]
Strength Niveau de publication (quantitatif et qualitatif) Collaboration scientifique avec les industriels Rayonnement et collaborations académiques
internationales Forte synergie recherche/pédagogie Positionnement scientifique aligné avec
CentraleSupélec
Weaknesses Pérennité des membres de l’équipe
Opportunities Collaborations et liens avec les équipes du
plateau de Saclay Insertion au sein de l’ED Interface Développement du Master Recherche
Threats Arrivée sur le plateau de Saclay : équipe de
taille suffisante ? Pérennisation des moyens financiers industriels
21
Recommended