Description
Nous proposons une thèse au CERI SN (Centre d’Enseignement, de Recherche et d'Innovation Systèmes Numériques) de l’IMT Nord Europe en collaboration avec le LTI (Laboratoire des Technologies Innovantes) de l'Université de Picardie Jules Verne.
Pour candidater, merci de soumettre votre dossier sur ADUM dès maintenant et au plus tard le 6 mai 2025.
N'hésitez pas à nous contacter pour de plus amples informations.
A : patrick.sondi@imt-nord-europe.fr, mariem.belhor@u-picardie.fr, nadia.hamani@u-picardie.fr
Patrick Sondi, Professeur à l'IMT Nord
Mariam Belhor, Nadia Hamani, Maître de Conférences et Professeur à l'UPJV
Unités de Recherche : Centre d’Enseignement, de Recherche et d'Innovation Systèmes Numériques (CERI SN) de l’IMT Nord Europe et l Laboratoire des Technologies Innovantes (LTI) de l’UPJV
Financement : Contrat doctoral
Résumé du sujet de thèse
Face à la crise environnementale et écologique, il est important de limiter les émissions de carbone et d’optimiser les itinéraires afin d’améliorer l’efficacité logistique. Ce secteur consomme d’importantes ressources, notamment le carburant fossile des véhicules thermiques, ce qui entraîne des déchets significatifs. L’adoption des technologies écoresponsables, telles que les véhicules électriques (VEs), permet de renforcer la performance logistique et de contribuer activement à la lutte contre le réchauffement climatique. Toutefois, l’utilisation des VEs pose des contraintes comme la recharge, nécessitant des solutions adaptatives pour garantir la continuité du service. Il est donc indispensable de replanifier les itinéraires et de réallouer les ressources en temps réel face aux imprévus. La résilience, basée sur l’adaptabilité aux changements rapides, devient un pilier essentiel.
Ce projet de thèse porte sur l’optimisation dynamique des réseaux logistiques de distribution, en s’appuyant sur l’analyse de données en temps réel et le développement d’une plateforme multi-acteurs qui assure la confidentialité et la traçabilité des échanges. La blockchain y joue un rôle central, garantissant la transparence et la sécurité grâce à des contrats intelligents automatisés pouvant inclure des pénalités en cas de non-respect des délais, ce qui assure ainsi l’engagement de différentes parties. L’objectif principal de ce projet de thèse est de proposer des solutions intelligentes alliant l’optimisation et l’Intelligence Artificielle (IA) pour améliorer la planification logistique. Cela comprend l’automatisation du paramétrage des algorithmes et l’utilisation de modèles prédictifs pour s’adapter aux imprévus tels que les fluctuations de la demande et les besoins en recharge des VEs, tout en assurant la gestion sécurisée des données.
Mots clés : Logistique durable et résiliente, Optimisation dynamique, Intelligence Artificielle, Véhicule connecté, Blockchain.
Prérequis : Formation d’ingénieur ou M2 Recherche en informatique, recherche opérationnelle, génie industriel, mathématiques appliquées ou équivalent.
