Analyse du réseau de logistique inverse basée sur les données massives

Bouguerra, Ahmed Hachem (2022). Analyse du réseau de logistique inverse basée sur les données massives. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (6MB) | Prévisualisation

Résumé

L’apparition des techniques d’analyse des données a permis d’explorer de nouvelles connaissances cachées dans le domaine des chaines d’approvisionnement, entre autres celle de la logistique inverse. La valorisation des données est primordiale pour décideurs et permet d’agir d’une façon optimale dans le but de réaliser l’intérêt public. L’économie circulaire représente une alternative révolutionnaire qui gagne de plus en plus davantage en comparaison au traitement linéaire des déchets. Parmi les métriques d’une économie circulaire, on note un niveau de recyclage très élevé, ce qui n’est pas le cas dans la province du Québec (Canada) où le niveau est insatisfaisant. Parmi les raisons pour lesquelles ce problème existe, on souligne la faible performance opérationnelle du réseau de traitement des déchets et plus spécifiquement les recycleurs.

Dans ce mémoire, on cherche à résoudre la problématique à laquelle le réseau de logistique inverse du traitement des déchets au Québec fait face. Ceci est réalisé en se servant des techniques d’analyse des données pour combler les vides existants dans les données relatives au réseau. Les déchets en plastique sont choisis comme cas d’étude dans ce projet. Un modèle d’estimation basée sur l’intelligence artificielle est ainsi développé pour déterminer les quantités des déchets générés pour l’année prochaine. Puis les résultats obtenus sont injectés dans un modèle d’optimisation linéaire en nombres entiers qui cherche à évaluer les performances économiques, environnementales et opérationnelles du réseau. Le modèle simule une chaine logistique inverse multiproduit et multiéchelon en cherchant à optimiser les décisions d’allocation des flux, de choix de type de produits traités et la configuration des centres de recyclages.

Afin d’améliorer la performance opérationnelle du réseau, deux configurations sont mises en place dans ce projet. La configuration spécialisée qui représente l’état actuel se caractérise par des centres de recyclages qui traitent un ou deux produits au maximum. Dans l’autre côté, la configuration flexible, qui représente l’état souhaité, se distingue par des centres de recyclages qui sont capables de traiter plusieurs types de produits de plastique. Cette flexibilité est accompagnée par une perte de capacité pour les centres. L’impact de cette modification de configuration est étudié dans ce mémoire pour permettre de comparer ces deux configurations et pour dégager des recommandations managériales capables de guider les preneurs de décisions.

Titre traduit

Big data-based reverse logistics network analysis

Résumé traduit

The emergence of data analysis techniques has made it possible to explore new hidden knowledge in supply chains, including reverse logistics. The support that the data represents to decision-makers will enable them to act optimally to achieve the public interest. The circular economy represents a revolutionary alternative to replace the linear treatment of waste. Among the circular economy metrics, we note a very high level of recycling, yet in Quebec and Canada, the recycling level is still weak. Among the reasons why this problem exists, we highlight the poor operational performance of the waste treatment network and, more specifically, the recyclers.

In this thesis, we seek to solve the problem that the reverse logistics network of waste treatment in Quebec faces by using data analysis techniques to fill the existing gaps in the data relating to the network. Plastic waste is chosen as a case study in this project. An estimation model based on artificial intelligence is developed to determine the quantities of waste generated for the next year. Then the results obtained are fed into a mixed-integer linear optimization model MILP which seeks to assess the network's economic, environmental, and operational performance. The model simulates a multi-product and multi-level reverse logistics chain by optimizing flow allocation decisions, choosing a type of product processed, and the configuration of recycling centres. To improve the network's operational performance, two configurations are developed in this project. The specialized configuration, which represents the current situation, is characterized by recycling centres that treat one or two products at most.

On the other hand, the flexible configuration, which represents the desired situation, is distinguished by recycling centres that can handle several plastic products. This flexibility is followed by a loss of capacity for the centres. The impact of this configuration modification is studied in this thesis to compare the two alternatives and to identify managerial implications to assist the decision makers in acting optimally.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Mémoire présenté à l’École de technologie supérieure comme exigence partielle à l’obtention de maîtrise en génie de la production automatisée". Comprend des références bibliographiques (pages 105-117).
Mots-clés libres:	techniques d’analyse des données, intelligence artificielle, estimation, chaine d’approvisionnement intelligente, gestion des chaines d’approvisionnement, gestion des déchets, économie circulaire, logistique inverse, modèle d’optimisation, flexibilité
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Chaabane, Amin
Codirecteur:	Codirecteur Ouhimmou, Mustapha
Programme:	Maîtrise en ingénierie > Génie de la production automatisée
Date de dépôt:	27 mai 2022 13:52
Dernière modification:	27 mai 2022 13:52
URI:	https://espace.etsmtl.ca/id/eprint/3001

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt