Sessions spéciales

Session 1 : Techniques analytiques et intelligentes basées sur l'IA pour la planification de l'approvisionnement et de la production en situation d'incertitude

Dr. O. BEN-AMMAR (IMT Mines Alès, France), Dr. B. BETTAYEB (CESI LINEACT, France), Dr. I. SLAMA (CentraleSupélec, France), Prof. A. DOLGUI (IMT Atlantique, France), Prof. Z. JEMAI (CentraleSupélec, France), Prof E. SAHIN (CentraleSupélec, France)

La gestion de l'incertitude et des risques devient l'un des défis les plus importants dans l'optimisation de la chaîne d'approvisionnement.  En effet, l'incertitude est à l'origine de plusieurs difficultés dans la planification de l'approvisionnement et de la production, ainsi que dans le contrôle des stocks.

Les sources d'incertitude sont diverses et peuvent se situer à plusieurs niveaux de la chaîne d'approvisionnement : délais, demande, prix, rendement et capacités, etc. Récemment, les outils d'intelligence artificielle sont devenus un moyen important utilisé pour améliorer les systèmes d'aide à la décision aux niveaux stratégique, tactique et opérationnel dans des environnements incertains.

Cette session vise à promouvoir les nouveaux concepts, approches et réalisations de la recherche classique et basée sur l'IA pour la gestion de l'incertitude à différents niveaux de la chaîne d'approvisionnement.

Mots-clés : Incertitude, intelligence artificielle, optimisation, simulation, approvisionnement, production, systèmes de fabrication.

Session 2 : La recherche opérationnelle au service des systèmes de santé

Dr. S. MAKBOUL (UTT, France), Prof. A. YALAOUI (UTT, France).

 Les événements récents, notamment la pandémie de COVID-19, ont mis en évidence d'importants défis logistiques dans le domaine de la santé. En conséquence, les établissements de santé sont incités à rationaliser leurs opérations pour améliorer leur performance globale, particulièrement dans la gestion des flux de matériels au sein des services. L'objectif de cette session est de rassembler les dernières contributions et approches innovantes pour répondre à un large éventail de défis en recherche opérationnelle dans le domaine de la santé, incluant la gestion hospitalière, la logistique, la gestion du personnel, les soins à domicile et les réseaux de santé. Les participants sont encouragés à partager leurs découvertes de recherche et expériences pratiques les plus récentes et innovantes. La session se concentrera sur la modélisation et la résolution de problèmes de santé déterministes et stochastiques, en utilisant des métaheuristiques et des algorithmes exacts pour améliorer la gestion complexe des flux matériels et humains dans le domaine de la santé.

Mots-clés : Gestion des blocs opératoires, logistique hospitalière, optimisation des flux de matériel, métaheuristiques, optimisation sous incertitude, soins à domicile, réseaux de santé.

Session 3 : Apprentissage profond pour les systèmes de transport intelligents

Prof. A. NAKIB (UPEC, France)

Cette session spéciale sur les systèmes de transport intelligents basés sur l'apprentissage profond met en lumière la recherche de pointe qui tire parti de l'intelligence artificielle, de l'apprentissage automatique et de l'apprentissage profond pour relever les défis du transport dans le monde réel. Elle vise à regrouper des contributions dans divers domaines, allant des idées théoriques aux applications pratiques ; et des études universitaires aux mises en œuvre industrielles. Les sujets d'intérêt incluent, mais ne sont pas limités à, ce qui suit :

• Analyse vidéo pour la détection des incidents
• Trafic routier et autoroutier Sécurité
• Systèmes de péage
• Modèles de prévision des embouteillages
• Données incertaines sur les transports
• Apprentissage automatique
• Apprentissage en profondeur
• Optimisation des algorithmes d'apprentissage automatique pour prédire les embouteillages
• Analyse multimodale des transports
• Études de cas

Session 4 : Apprentissage automatique et recherche opérationnelle pour l'industrie et les services intelligents.

Dr. O. SOUISSI (INPT, Maroc), Dr A. BEKRAR (Université de Valenciennes, France), Prof. H. ALLAOUI (Université d’Artois, France)

L'apprentissage automatique et la recherche opérationnelle pour l'industrie et les services intelligents visent à faire progresser l'intégration de la prise de décision fondée sur les données dans les environnements industriels et de services, en améliorant l'efficacité opérationnelle et les perspectives stratégiques. Alors que les approches industrielles traditionnelles reposent souvent sur des systèmes rigides et des méthodes fondées sur des règles, l'utilisation émergente de l'apprentissage automatique et de la recherche opérationnelle offre une adaptabilité dynamique, des capacités prédictives et une optimisation dans diverses applications. Cette session met l'accent sur la synergie entre les modèles analytiques avancés et les défis industriels du monde réel, en montrant le rôle central de l'apprentissage automatique et de l'optimisation dans la création de systèmes intelligents et réactifs. Les chercheurs et les praticiens sont encouragés à se pencher sur des méthodologies qui équilibrent la rigueur informatique et la faisabilité pratique, en abordant la complexité croissante des processus de décision dans les industries modernes.

Cette session explorera de nouveaux cadres, méthodologies et études de cas qui démontrent le potentiel de transformation de l'apprentissage automatique et de la recherche opérationnelle dans les domaines de l'industrie et des services intelligents. Les sujets peuvent inclure, mais ne sont pas limités à :

• Modèles d'optimisation pour l'amélioration de la planification et de l'ordonnancement de la production.
• Stratégies de maintenance prédictive basées sur les données.
• Algorithmes pour la prise de décision en temps réel dans des environnements dynamiques.
• Évaluations de l'impact des applications d'IA et du ML sur l'efficacité opérationnelle.
• Méthodes de gestion de l'incertitude et de la variabilité dans les systèmes industriels.
• Méthodes exactes et approches hybrides pour l'allocation des ressources et l'optimisation logistique.
• Modèles d'intégration de la prévision de la demande des clients dans la gestion de la chaîne d'approvisionnement.
• Approches hybrides combinant l'apprentissage automatique et les techniques d'optimisation traditionnelles.
• Applications de l'apprentissage par renforcement pour les opérations industrielles adaptatives.

Session 5 : Métaheuristiques renforcées par l’apprentissage automatique pour résoudre les problèmes de planification et d'ordonnancement

Dr. M. TOUAT (UTT, France), Prof. H. CHEN (UTT, France), Prof. K. BENATCHBA (ESI, Algérie)

Cette session présente les avancées récentes dans l’application des techniques d’intelligence artificielle aux domaines de l’optimisation combinatoire. Nous nous intéressons particulièrement aux problèmes d’ordonnancement et de planification dans divers contextes tels que les ateliers de production, les établissements hospitaliers, et les réseaux de transport. Les orateurs présenteront des études de cas, à la fois pratiques et théoriques, montrant comment les techniques d’apprentissage, telles que le machine learning et le deep learning, sont appliquées pour concevoir et améliorer les métaheuristiques à différentes étapes du processus.

Mots clés : Ordonnancement, planification, métaheuristiques, machine learning, deep learning, reinforcement learning

Session 6 : Optimisation des Systèmes de Gestion de la Santé

Prof. M. BOUDHAR (USTHB, Algérie), Dr. Y. OUAZENE (UTT, France), Prof. F. YALAOUI (UTT, France).

Brève présentation :

La gestion d'un hôpital est très complexe ; en plus des malades (RDV des malades, ordonnancement des salles de soins et des salles d’opérations, transport des malades, etc.) elle gère des flux de produits et des canaux de distribution et des contraintes très différents qui répondent à des normes strictes de sécurité et de traçabilité. La santé est l'un des secteurs qui peuvent offrir de nombreux défis d'applications pratiques à la communauté de l'optimisation et de la prise de décision.

Cette session spéciale se concentre sur les applications, les algorithmes et les supports de décision liés aux systèmes de gestion de la santé. Elle vise à fournir au public un aperçu des thèmes de recherche actuels de la recherche opérationnelle et des statistiques appliquées au domaine de la santé. De plus, la session vise à stimuler de nouvelles idées et discussions intéressantes sur les différentes applications des techniques d'optimisation aux données de santé.

Les sujets d'intérêt de cette session invitée incluent, sans s'y limiter :

• Chaîne logistique hospitalière.
• Sélection des fournisseurs.
• Logistique inverse.
• Planification des soins.
• Planification des opérations chirurgicales.

Session 7 : Tendances en matière de prise de décision et ordonnancement piloté par l’IA dans des systèmes industrie 4.0 intégrant des cobots.

Prof. M. GAHAM (CDTA, Algérie)

Les techniques d'intelligence artificielle et l'automatisation intégrée aux cobots - tels que les robots collaboratifs (Cobots) et les AMR - ont considérablement évolué, en particulier dans le contexte de l'industrie 4.0. En tirant parti d'outils d'IA établis et de pointe - tels que l'apprentissage automatique et les modèles à grand langage pour l'optimisation - de nouvelles applications de l'industrie 4.0 devraient améliorer l'efficacité et la flexibilité grâce à la programmation en temps réel, à l'allocation des ressources et à la prise de décision, améliorant ainsi les systèmes de fabrication avec cobots. Ces avancées stimulent la performance, l'adaptabilité et la résilience du système, stimulant les applications de première ligne telles que la collaboration multi-robots efficace et consciente de l'homme et l'interaction transparente entre les Cobots et les opérateurs humains dans des environnements dynamiques. Cette session explorera les tendances émergentes, les défis et les innovations en matière d'ordonnancement et de prise de décision pilotés par l'IA et appliqués aux systèmes de fabrication intégrant des Cobots, en mettant l'accent sur la garantie d'opérations durables et résilientes dans l'industrie 4.0.

Mots-clés : Optimisation de l'IA, Cobots, Ordonnancement et répartition, Prise de décision, Industrie 4.0.

Session 8 : Tendances et avancées récentes en gestion de stocks

Dr. M. GODICHAUD (UTT, France), Dr. H-N. NGUYEN (Université de Danang, Vietnam), Prof. L. AMODEO (UTT, France)

Le contrôle des stocks a un riche passé historique dans la littérature scientifique, avec des modèles de base bien établis qui ont connu une expansion continue au fil des ans. Cette session est conçue mettre en lumière et débattre des tendances émergentes et des avancées en matière de contrôle des stocks, dans des domaines tels que la logistique inverse, les émissions de CO2, les considérations énergétiques et l'intégration des composantes financières. En outre, parallèlement aux modèles stochastiques incorporant des variables aléatoires liées à la demande, aux délais de livraison ou à la qualité, des recherches axées sur le contrôle des stocks en vue d'améliorer la résilience de la chaîne d'approvisionnement sont attendues. Étant donné que la gestion des stocks constitue une stratégie essentielle pour atténuer les perturbations, la résilience est devenue une préoccupation majeure au sein des chaînes d'approvisionnement. Dans un contexte plus large, le contrôle des stocks joue un rôle central dans les chaînes d'approvisionnement, et les contributions explorant des sujets connexes sont encouragées. Les contributions peuvent inclure des analyses documentaires, de nouveaux modèles ou des méthodologies innovantes.

Les sujets d'intérêt incluent, mais ne sont pas limités à :

• Inventaire des modèles avec des émissions de CO2 ou des considérations énergétiques,
• Modèles de gestion de stocks pour la chaîne d'approvisionnement en boucle fermée, logistique inversée
• Modèles de stocks avec crédit commercial, paiement différé, tarification
• Modèles et méthodes stochastiques pour la gestion des stocks,
• Résilience de la chaîne d'approvisionnement et stocks,
• Programmation linéaire et non linéaire, simulation, heuristique et métaheuristique pour la gestion de stocks
• Contrôle et chaîne d'approvisionnement

Session 9 : Avancées récentes dans les systèmes intelligents de logistiques et de production.

Prof. F. BELKAID (Université de Tlemcen, Algérie), Dr. R. BOUFELLOUH (Université de Tlemcen, Algérie).

L'évolution constante des conditions du marché et les environnements de production dynamiques introduisent des incertitudes substantielles et diverses difficultés pour une gestion efficace des opérations. Pour rester compétitives, les industries doivent relever des défis tels que la rareté des ressources, la réduction de la consommation d'énergie et la gestion efficace de la logistique. L'intelligence artificielle (IA) et l'apprentissage par renforcement (RL) ont ouvert de nouvelles perspectives pour relever des défis complexes. L'intégration de l'IA avec des techniques d'optimisation avancées révolutionne les pratiques de gestion dans les domaines de la fabrication et de la logistique. Ces technologies permettent de trouver des solutions innovantes et efficaces pour la conception, le développement, l'optimisation et la gestion des processus et systèmes de fabrication, même sous des contraintes de plus en plus complexes et non conventionnelles.

Cette session spéciale invite les chercheurs et les praticiens à explorer des approches et des applications innovantes qui s'appuient sur l'IA, le RL et d'autres méthodes avancées pour améliorer l'efficacité, la flexibilité et la résilience des systèmes de fabrication intelligents et de la logistique. Nous accueillons également des contributions originales qui se concentrent sur la conception et l'évaluation des performances des lignes de production et des systèmes de fabrication reconfigurables.

Les sujets d'intérêt comprennent, mais ne sont pas limités à :

• Ordonnancement de la production sous contraintes non conventionnelles
• Planification intégrée de la production et de la logistique
• Optimisation de la conception des lignes de production, y compris l'équilibrage des lignes et le dimensionnement des tampons
• Modélisation avancée et optimisation des processus de fabrication
• Techniques d'IA, systèmes multi-agents et approches collaboratives dans le domaine de la fabrication et de la logistique
• Innovation dans la production moderne et les systèmes de fabrication reconfigurables
• Gestion durable des opérations dans les systèmes de fabrication intelligents

Session 10 : Métaheuristiques pour la résolution de problèmes industriels. Session commune aux GT ORIGIN et META.

Dr. L. DEROUSSI (Université Clermont Auvergne, France), Dr. N. GRANGEON (Université Clermont Auvergne, France).

Cette session mettra l’accent sur les applications innovantes des métaheuristiques pour relever les défis industriels réels. Les métaheuristiques, telles que les algorithmes génétiques, l’optimisation par essaims particulaires, le recuit simulé, l’optimisation par colonies de fourmis, et bien d’autres, offrent des cadres robustes pour traiter des problèmes d’optimisation complexes dans des secteurs comme la production, la logistique, l’énergie, le transport,..

Nous accueillons des articles de recherche originaux et des études de cas qui explorent la conception, l’implémentation et l’évaluation des métaheuristiques dans des contextes industriels. Les sujets d'intérêt incluent, sans s'y limiter :

• L'optimisation de la production et des chaînes d'approvisionnement
• L'ordonnancement et l'allocation de ressources
• L'amélioration des processus de conception et de fabrication
• Les solutions écoénergétiques et les pratiques durables
• Les métaheuristiques robustes et adaptatives pour des environnements dynamiques

Nous encourageons les auteurs à soumettre des contributions qui démontrent des avancées théoriques ainsi que des applications pratiques, en soulignant l'impact des métaheuristiques dans le milieu industriel. Nous attendons vos soumissions avec impatience !

Mots-clés: Optimisation, Métaheuristiques, Problèmes industriels.

Session 11 : Réseaux verts pour des systèmes industriels et de services durables.

Dr. A. J. TELMOUDI (ENSIT, Université de Tunis, Tunisie), Dr. Y. OUAZENE (UTT, France)

Cette session spéciale se concentre sur l'avancement des solutions de réseaux verts afin d'améliorer la durabilité et l'efficacité dans les secteurs de l'industrie et des services. Face aux défis environnementaux croissants et à la demande grandissante de systèmes efficaces sur le plan énergétique, ces domaines interconnectés sont essentiels pour réduire l'impact sur l'environnement, optimiser les ressources et favoriser la transition vers des opérations respectueuses de l'environnement et résilientes.

Cette session vise à rassembler des chercheurs, des praticiens et des leaders de l'industrie pour présenter des approches, des technologies et des stratégies innovantes pour la conception, la mise en œuvre et la gestion de réseaux verts, de chaînes d'approvisionnement durables et de systèmes de planification efficaces. Elle offre également une plateforme pour discuter des défis, partager des idées et explorer les orientations futures dans la construction d'écosystèmes industriels et de services durables.

Sujets d'intérêt :

• Réseaux à haut rendement énergétique pour les applications industrielles et de services.
• Optimisation de la chaîne d'approvisionnement et de la logistique verte.
• Techniques d'ordonnancement pour des opérations durables et économes en ressources.
• Des solutions basées sur l'IA pour une gestion durable des réseaux.
• Intégration des énergies renouvelables dans les réseaux industriels et de services.
• Techniques d'optimisation pour réduire la consommation de ressources.
• Évaluation de l'impact environnemental et analyse du cycle de vie des réseaux.
• Politiques et cadres pour soutenir les réseaux verts, les chaînes d'approvisionnement et les pratiques d'ordonnancement.

Session 12 : Problème de chargement incomplet en transport : avantages et défis

Dr. O. OZTURK (Université d’Ottawa, Canada), Dr. M. H  AFSAR (UTT, France)

Dans le cas d'un chargement partiel, les capacités des véhicules ne sont pas entièrement utilisées afin de permettre des livraisons plus fréquentes et des niveaux de stocks plus faibles. Cette stratégie est généralement plus avantageuse lorsque les entreprises se concentrent sur la livraison en juste à temps et sur la réduction des coûts des stocks. En outre, lorsqu'elle est associée à d'autres facteurs antérieurs au transport, tels que la production de différentes commandes nécessitant des temps de production différents, les dates d'échéance des commandes, les coûts de transport déterminés par la capacité du camion utilisé, une stratégie de chargement partiel peut s'avérer plus intéressante pour les praticiens.  Cette session a pour but de présenter les avancées récentes dans le domaine du transport avec stratégie de chargements partiels d'un point de vue théorique et pratique.

Session 13 : Problèmes de logistique et mobilité urbaines

Dr. C. DUHAMEL (Université Le Havre Normandie, France). Prof. N. LABADIE (UTT, France).

Les déplacements de personnes et le transport de marchandises sont profondément affectés par la saturation croissante des réseaux de transport en milieu urbain. Parmi les contraintes récentes, on peut citer l'implantation des zones à faibles émissions et des zones à trafic limité qui restreignent l'accès à certains types de véhicules. Cette session se concentrera sur les modèles et méthodes visant à repenser la logistique urbaine pour répondre à ces défis. Seront abordées des solutions innovantes telles que l'intégration des véhicules autonomes, l'utilisation des vélos cargo et des robots, les approches multimodales ou encore les stratégies de livraison multi-échelon combinées à une gestion optimisée des entrepôts urbains.

Session 14 : Problèmes de Transport et de Tournées de Véhicules

Prof. P. LACOMME (Université Clermont Auvergne, France), Prof. C. PRODHON (UTT, France)

Cette session met en lumière les avancées méthodologiques récentes pour résoudre les problèmes complexes liés au transport et aux tournées de véhicules. Les défis abordés incluent la gestion des flottes, l'intégration des contraintes environnementales et économiques, ainsi que les problèmes intégrés avec d'autres problématiques comme la localisation, la gestion des stocks ou encore la production. Un accent particulier sera mis sur l’utilisation des méthodes hybride mêlant diverses techniques d'apprentissage et d'optimisation.

Session 15 : Problèmes en temps réel et online en transport et tournées de véhicules.

Dr. W.J. GUERRERO RUEDA (Université de la Sabana, Colombie), Prof. N. LABADIE (UTT, France).

Cette session a comme but d’analyser les enjeux et défis soulevés dans les problèmes de planification de tournées de véhicules et de transport dans des environnements dynamiques et en temps réel. Elle se concentre sur les modèles et solutions avancées qui intègrent des algorithmes adaptatifs, de l'intelligence artificielle et des systèmes de gestion de flotte en temps réel.

Mots clés : problèmes de tournées dynamiques, gestion des imprévus à temps réel (embouteillages, pannes pour les tournées de maintenance, demandes urgentes…), optimisation temps réel.

Session 16 : Méthodes quantiques de résolution approchées.

Dr. W. COELHO (PASQAL, France) , Prof. P. LACOMME (Université Clermont Auvergne, France).

L’optimisation quantique représente un domaine émergent qui inaugure un nouveau paradigme informatique, rendant possible la résolution de problèmes auparavant inaccessibles. Cette session mettra l'accent sur les approches de métaheuristiques quantiques appliquées à des problématiques de recherche opérationnelle. Les discussions porteront notamment sur l’utilisation d’algorithmes quantiques pour explorer des solutions innovantes, ainsi que sur les opportunités et défis liés à l'intégration de ces technologies de pointe dans des contextes réels.

Session 17 : Application des technologies quantiques à l'optimisation.

Dr. J. MIKAEL (EDF, France), C. PRODHON (UTT, France)

Les technologies quantiques ouvrent des perspectives inédites dans le domaine de l’optimisation, en offrant des outils capables de traiter des problèmes complexes de manière innovante. Cette session explore les applications pratiques de l’informatique quantique pour relever des défis d’optimisation, qu’il s’agisse de logistique, de gestion de ressources, ou de planification stratégique. Une attention particulière sera accordée aux avancées récentes en matière d'algorithmes quantiques et à leur potentiel pour transformer les approches classiques de l’optimisation.

Session 18 : Algorithmes et circuits quantiques, Intelligence Artificielle quantique

Prof. F. HHAIEN (UTT, France), Dr. H. M  AFSAR (UTT, France), Prof. H. SNOUSSI (UTT, France)  et Prof. C. COUTEAU  (UTT, France)

Cette session rassemble des travaux de recherche récents portant sur les avancées dans les domaines de l’optimisation quantique, de la conception de circuits quantiques et de l’intelligence artificielle quantique. Les présentations couvriront une variété de thématiques, notamment :

•     Le développement d’algorithmes d’optimisation exacts, approchés ou inspirés par les principes quantiques,
•     Les approches innovantes pour la génération et l’implémentation de circuits quantiques efficaces,
•     Les défis liés à la correction et la mitigation des erreurs, la complexité des circuits et l’optimisation des ressources,
•     L’intégration de l’intelligence artificielle et de l’informatique quantique, avec un focus sur l’apprentissage automatique quantique et ses applications potentielles.

Session 19 : Problèmes riches de tournées de véhicles

Dr A. YAHIAOUI (UTT, France) , Prof M. RÖNNQVIST (CIRRELT, Canada)

Les problèmes de tournées de véhicules ont été le centre d’intérêt pour un grand nombre de chercheurs dans le domaine de la recherche opérationnelle et l’optimisation combinatoire. On s’intéresse dans cette session aux problèmes de tournées de véhicules riches avec des contraintes diverses et variées telles que les fenêtres de temps, la synchronisation, les files d’attente, etc, avec des applications dans les différents domaines de la logistique, tels que la logistique urbaine, la santé, les ressources naturelles, etc. La session est ouverte aux contributions autour des techniques de modélisation et/ou approches de résolution exactes et approchées. Les contributions innovantes pour la résolution des problèmes de VRP à base de l’intelligence artificielle et les techniques d’apprentissage sont également encouragées.

Mots-clés : Problèmes de VRP, synchronisation, fenêtres de temps, files d’attente, métaheuristique, intelligence artificielle, apprentissage.
 

Session 20 : L'Internet industriel des objets (IIoT) dans la gestion de la chaîne d'approvisionnement : Transformer les opérations pour le futur »

Prof. A. CHAABANE (ÉTS Montréal, Canada), Prof. F. HNAIEN (UTT, France), Prof. R. LARBI (ÉTS Montréal, Canada), Prof. N. BAHRIA (École nationale supérieure des ingénieurs de Tunis - ENSIT, Tunisie)

L'Internet Industriel des objets (IIoT) révolutionne la gestion de la chaîne d'approvisionnement en intégrant des dispositifs intelligents, des données en temps réel et des analyses avancées dans les processus opérationnels. L'IIoT améliore l'efficacité, la résilience et la durabilité des chaînes d'approvisionnement, offrant des solutions innovantes à des défis industriels complexes. Cette session spéciale mettra l'accent sur l'exploration de l'impact transformateur de l'IIoT sur les chaînes d'approvisionnement.

Cette session vise à réunir des chercheurs, des praticiens et des leaders de l'industrie pour partager des perspectives, des méthodologies et des applications qui font progresser l'état de l'art dans les chaînes d'approvisionnement optimisées par l'IIoT. Nous invitons des contributions originales abordant les aspects théoriques, pratiques et industriels de l'IIoT dans la gestion de la chaîne d'approvisionnement.

Thèmes abordés (liste non exhaustive) :

• Innovation dans les chaînes d'approvisionnement grâce à l’IIoT : Suivi des actifs et surveillance des conditions en temps réel ; Maintenance prédictive basée sur les données de l'IIoT ; Systèmes autonomes d'entreposage et de gestion des stocks.
• Optimisation et analyses dans les chaînes d’approvisionnement optimisées par l'IIoT : Analyses avancées pour la prise de décision dans les chaînes d'approvisionnement basées sur l'IIoT ; Algorithmes d'optimisation pour les systèmes logistiques intégrant l'IIoT ; Apprentissage automatique et IA pour les applications de l'IIoT dans les chaînes d'approvisionnement.
• Résilience et gestion des risques grâce à l'IIoT : Solutions IIoT pour la détection et la réduction des risques ; Renforcement de la résilience des chaînes d'approvisionnement grâce aux technologies IoT ; L'IIoT pour la gestion des perturbations en temps réel et la planification de la reprise.
• IIoT et durabilité : Pratiques de l'économie circulaire dans les chaînes d'approvisionnement optimisées par l'IIoT ; Logistique écoénergétique et respectueuse de l'environnement grâce à l'IIoT ; Réduction de l'empreinte carbone grâce aux applications de l'IIoT.
• Technologies émergentes dans les chaînes d'approvisionnement optimisées par l'IIoT : Jumeaux numériques pour la modélisation des chaînes d'approvisionnement optimisées par l'IIoT ; Intégration de la blockchain avec l'IIoT pour la transparence et la sécurité ; Rôle de la 5G, de l'informatique en périphérie et des plateformes cloud dans les écosystèmes IIoT.
• Etudes de cas et applications pratiques : Études de cas industrielles sur l'implémentation de l'IIoT dans les chaînes d'approvisionnement ; Défis et leçons tirées de l'adoption de l'IIoT ; Applications spécifiques aux secteurs de la fabrication, du commerce de détail, de la santé, et plus encore.

Mots-clés : Internet industriel des objets (IIoT), Gestion de la chaîne d'approvisionnement, Dispositifs intelligents, Données en temps réel, Chaînes d'approvisionnement optimisées par l'IIoT, Jumeaux numériques, Intégration blockchain, Technologie 5G, Informatique en périphérie, Plateformes cloud.
 

Session 21 : Systèmes de Fabrication Durables et Intelligents

Dr. T. BENAZZOUZ (ENSA de Marrakech, Université Cadi Ayyad, Maroc). Dr. S. DAHBI, (ENSA de Marrakech, Université Cadi Ayyad, Maroc).

Brève description:

Cette session spéciale traite de l'intersection entre les technologies de l'Industrie 4.0 et les pratiques de fabrication durable. Elle vise à mettre en lumière les avancées en matière de systèmes de production intelligents, de fabrication additive, de procédés économes en énergie et de production verte. Les participants exploreront comment la digitalisation, l'IA, l'IoT et la robotique peuvent stimuler la durabilité dans le secteur manufacturier, en réduisant l'impact environnemental tout en améliorant la productivité et l'efficacité opérationnelle.

Mots-clés : Systèmes de fabrication intelligents ; Durabilité ; Pratiques d'économie circulaire ; Systèmes/applications/fabrication durables ; Méthodes de production Lean ; Fabrication additive ; Intelligence artificielle ; Jumeau numérique ; Produits hybrides.