Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Membre a labase
Othmane Dayi : InnovLOG
La planification intégrée d’un système de collecte-tri-recyclage, regroupant des municipalités, des centres de tri et des recycleurs/conditionneurs est analysée à l’échelle du Québec dans l’objectif d’améliorer l’efficacité du réseau de gestion des Matières Résiduelles (MR) dans le contexte de transport multimodal (routier et maritime courte distance).
Deux modèles d'optimisation logistique des flux de MR ont été proposés, le 1er pour la filière des plastiques mixtes et le 2ème pour les filières de collecte sélective, de résidus de CRD et de pneus. Ces modèles ont été basés sur un ensemble de données (données sur les gisements des matières résiduelles, données sur les acteurs de la chaîne de valeur, données sur le transport, données sur le surtri du plastique, etc.) et ont permis d'évaluer les opportunités de modernisation de la filière, notamment en termes d'ajout de lignes de surtri et d'implantation du transport multimodal.
En utilisant la programmation linéaire et la simulation, les paramètres qui affectent la modernisation du système ont été définis, avec une attention particulière portée aux transports routier et maritime courte distance ainsi qu'au coût total du système. Les résultats ont montré un potentiel de diminution des coûts logistiques et des coûts environnementaux dans le contexte d’une vision globale et intégrée de la chaîne logistique des MR. Cette étude a permis de formuler plusieurs recommandations pour améliorer la chaîne logistique des MR au Québec.
Dans le contexte actuel, avec la rareté de la main d’œuvre et le vieillissement de la population, il est nécessaire de se tourner vers la science des données pour soutenir la productivité de divers secteurs d’activités. En même temps, il est crucial de considérer la rareté des ressources et la protection de l’environnement avec une mission de développement durable.
Ces deux objectifs ne sont pas opposés et le présent colloque vise à montrer les méthodes, outils et solutions mises en œuvre dans des situations réelles d’entreprises québécoises.
Les différents aspects de la science des données en contexte industriels peuvent être abordés, que ce soit la collecte des données, la préparation des données, le développement d'outils d'aide à la décision ou leur mise en œuvre en situation réelle.
Les domaines d’application peuvent être variés, notamment la production agricole, la transformation agroalimentaire, la production manufacturière, la logistique, la production d'énergie ... Les contextes présentés doivent systématiquement soutenir le développement durable au Québec.