Message > Méthodes numériques Appliquées à la Localisation, la Planification et l'Optimisation de la fabricati

  • Forum 'Annonces' - Sujet créé le 01/06/2017 par hmhand (207 vues)


Le 01/06/2017 par hmhand :

Offre de thèse au Laboratoire EPROAD - EA 4669, Université de Picardie Jules Verne

Titre : "Méthodes numériques Appliquées à la Localisation, la Planification et l’Optimisation de la fabrication de Matériaux agrosourcés"

Date limite de candidature : 15/06/2017 

Université de Picardie Jules Verne
Laboratoire(s) : EPROAD EA 4669
Adresse du laboratoire : 7 rue Moulin Neuf, 80000 Amiens
Site web éventuel : https://www.u-picardie.fr/eproad/

1) Description du sujet de thèse

La fabrication de nouveaux matériaux compatibles avec le développement durable devient un enjeu majeur dans un contexte de crise énergétique et de préservation de l’environnement. La valorisation d’agro-ressources au sein de nouveaux matériaux est une réponse d’autant plus intéressante que les propriétés fonctionnelles obtenues sont performantes et qu’il n’existe pas de concurrence avec les productions agricoles destinées à l’alimentation humaine.

Afin de favoriser le développement puis la commercialisation des matériaux agrosourcés, il faut prendre en compte la disponibilité spatiale et temporelle des matières premières, leur interchangeabilité et les conséquences sur les propriétés fonctionnelles résultantes. La production de ces agro-matériaux nécessite donc la localisation des matières premières, des sites de transformation, en adéquation avec l’acheminement et le stockage de ces dernières, mais aussi la détermination ou définition de certains lieux stratégiques de commercialisation.
Concilier toutes ces contraintes dans le choix du point d’implantation d’un futur site de production (problème de localisation avec acheminement dans un réseau) est un enjeu très important pour les entreprises, car ce choix leur permettra de définir un modèle économique fiable et une stratégie d’achat et de commercialisation compétitive. De même, le changement d’un seul paramètre peut affecter tout le processus de transformation des matières premières en agro matériaux. La prédiction des conséquences d’un tel changement sur les caractéristiques des matériaux pourrait être obtenue par des méthodes numériques permettant une optimisation multi-objectifs/multicritères de leurs propriétés à partir des expériences et des résultats déjà obtenus.

La modélisation des flux d’informations liés aux problèmes de la localisation et de la planification d'une unité de production de matériaux agrosourcés sur un réseau de transport urbain et rural, génère, le plus souvent, des données très complexes, de complexité exponentielle (dit problèmes combinatoires). Proposer des méthodes de résolution efficaces et réactives pour ce type de problèmes est un verrou technologique important dans le domaine de l’aide à la décision. Ces méthodes, et les solutions qui en découleront, permettront de proposer des points d'implantation de sites de production d'éco-matériaux en respectant les concepts du développement durable.

La localisation et l’acheminement font partie des problèmes de la recherche opérationnelle et de la décision. La localisation induit une modélisation mono et multicritères ainsi que la proposition de méthodes efficaces. Le recours à des modèles robustes peut être envisagé selon la rareté des matières et les critères du décideur. Dans ces conditions, l’étude de la sensibilité / stabilité des solutions devient nécessaire.

Ce projet de thèse propose donc une approche transversale originale couplant le domaine de l’informatique et des mathématiques appliquées à celui du génie des procédés pour le développement de méthodes de résolution numériques de problèmes de localisation, planification et optimisation. Sa réalisation s’appuiera sur les compétences existant au sein de l’unité de recherche EPROAD en recherche opérationnelle et aide à la décision ainsi qu’en génie des procédés et du produit.

2) Profil des candidats :

Compétences / Pré-requis pour le (la) candidat(e) :
Avoir suivi des cours d’optimisation combinatoire, de modélisation et d’aide à la décision (master méthodes quantitatives et aide à la décision, intelligence artificielle, école d’ingénieur ou master d’informatique, de mathématiques (appliquées) comportant une formation sur le sujet). 
Posséder de bonnes connaissances d’algorithmique et de programmation.
Des notions en génie des procédés et des matériaux seraient un plus mais ne sont pas indispensables pour la bonne conduite des travaux doctoraux.

3) Pour répondre à cette offre : 

Le dossier de candidature doit comprendre :
- Un curriculum vitae complet détaillant la nature des études universitaires suivies en premier, second et troisième cycle (avec précision des mentions) ainsi que le classement obtenu chaque année (et l'effectif global de la promotion). Les résultats définitifs au Master (avec le rang de classement et le nombre total de reçus) devront être impérativement adressés à l’Ecole Doctorale dès qu’ils seront connus.
- Les relevés de notes (L3 jusqu'au M2)
- Une lettre de recommandation du responsable de l’équipe d’accueil et /ou du maître de stage dans laquelle l’étudiant a effectué son stage de Master 2.
- Le sujet de thèse pour lequel l’étudiant est candidat.
- Une lettre de motivation de la part du candidat mettant clairement en évidence les compétences qu’il pense avoir acquises pour mener à bien le projet de thèse proposé.

IMPORTANT : Les candidat(e)s sélectionné(e)s seront auditionné(e)s par la commission de l'Ecole Doctorale EDSTS de l'Université de Picardie Jules Verne entre le 27 et 28 juin 2017. Lors de ces auditions, un classement définitif sera donné.


Contacts :

Ce dossier devra parvenir par voie électronique, pour le 15 juin 2017, au(x) porteur(s) de projet identifié(s) dans le sujet :

Mhand HIFI Professeur
Email : hifi@u-picardie.fr

Adeline GOULLIEUX Maître de Conférences - HDR
Email : adeline.goullieux@u-picardie.fr







Moteur de recherche