Entrepôt du futur : le concept de cartographie de contradictions

Kucharavy, Dmitry; Damand, David; Chehbi-Gamoura, Samia; Barth, Marc; Mornay, Stéphane

doi:10.1080/12507970.2019.1686436

Cited by 4 publications

(3 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…The concept of the warehouse of the future is addressed by [11]. The authors focused in particular on the strategic planning of the warehouse of the future.…”

Section: State Of the Artmentioning

confidence: 99%

Digital Transition Methodology of a Warehouse in the Concept of Sustainable Development with an Industrial Case Study

Kihel

2022

Sustainability

View full text Add to dashboard Cite

Logistics is one of the sectors that is evolving in parallel with Industry 4.0, which refers to the integration of new technologies, information, and agents, with the common goal of improving the efficiency and responsiveness of a logistics management system. The warehouse is an essential link in logistics management, a factor of competitiveness, and a link between the partners of the entire logistics chain. It has become essential to manage warehouses effectively and to allocate their resources efficiently. The digitalization of warehouses is currently one of the research topics of Logistics 4.0. This work presents a methodology of the digital transition of warehouse management, which consists of four main steps: the diagnosis of a warehouse to identify the different processes, the degree of involvement of the employees, a calculation of the degree of maturity to identify the new technology and means of data transfer, and the associated software for the collection of information and the methods of data processing. This digital transition methodology was applied to an industrial company. The results obtained allowed for the improvement of all the indicators measuring the performance of the warehouse on economic, social, and environmental levels.

show abstract

“…The concept of the warehouse of the future is addressed by [11]. The authors focused in particular on the strategic planning of the warehouse of the future.…”

Section: State Of the Artmentioning

confidence: 99%

Digital Transition Methodology of a Warehouse in the Concept of Sustainable Development with an Industrial Case Study

Kihel

2022

Sustainability

View full text Add to dashboard Cite

show abstract

“…Par conséquent, depuis plusieurs années nous constatons, de plus en plus, de travaux qui se tournent vers des approches et heuristiques alternatives issues de la recherche opérationnelle (Dobos & Vörösmarty, 2019), de l'Intelligence Artificielle ((Chehbi-Gamoura, et al, 2020), (Cavalcante, et al, 2019)), ou encore des ensembles flous (Memari, Dargi, Jokar, Ahmad, & Rahim, 2019), (Rahimi, Kumar, Moomivand, & Yari, 2021), (Wang, et al, 2019). Table 1 propose une macro-synthèse simplifiée des principales approches suivant une classification inspirée de celles de (Memari, Dargi, Jokar, Ahmad, & Rahim, 2019) et de (Zimmer, et al, 2016.…”

Section: Analyse Décisionnelle Multicritèresunclassified

“…Elle implique des conjonctions de panels de partenariats ramifiés en relations dynamiques de fournisseurs de biens ou de services directs, indirects et des chaines de soustraitants difficilement maîtrisables (Ghariani & Younes, 2019), (Durmic, 2019). Ajoutons à cela, la disparité des modes de contrats de distributions sélectives, de contrats de franchise, ou encore des contrats de services ponctuels et bien d'autres (Azadfallah, 2017), (Kucharavy, Damand, Chehbi Gamoura, & Barth, 2020).…”

Section: Introductionunclassified

Processus Achat 5.0 et Acheteurs Augmentés : L’IA collective avec chat-bots dotés d’aversion au risque post-COVID-19

Gamoura

2021

RFGI

View full text Add to dashboard Cite

A l’aube de la 5ème génération de la transformation digitale industrielle, le processus « Achat 5.0 » connait, lui aussi, une mutation profonde en passant d’abord par ses acheteurs, appelés « acheteurs augmentés ». Face aux défis de l’automatisation induite par cette transformation, les travaux s’accentuent et tentent de converger vers des techniques plus avancées de l’Intelligence Artificielle (IA) pour faire face au problème complexe de la sélection multifournisseurs. Les risques liés à la volatilité des fournisseurs, encore fragilisés par la crise pandémique COVID-19, ont fortement augmenté en conséquence. L’objectif de cet article est de palier à cette faiblesse. Il propose une nouvelle approche par hybridation d’analyse multicritères et des chat-bots dotés de capacité d’aversion au risque à l’aide de l’apprentissage par renforcement. Un cadre de validation d’un constructeur automobile Français nous sert de scénario préliminaire. Les premiers résultats sont prometteurs et nous encouragent à continuer dans la suite de ces travaux.

show abstract