Equipe AD Aide à la Décision pour les Systèmes de Biens & Services

Equipe AD Aide à la Décision pour les Systèmes de Biens & Services

[email protected]

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


• 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.


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


• 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


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


• 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


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

Documents

Equipe AD Aide à la Décision pour les Systèmes de Biens & Services