La recherche opérationnelle chez Saint-Gobain
Retour d'expérienc industrielle,
Par: Quentin Viaud
Quentin.Viaud(at)saint-gobain.com
Saint-Gobain – Group Digitial & IT, France
Résumé - Dans cette présentation, nous expliquerons les différentes activités du groupe Saint-Gobain et les problèmes de recherche opérationnelle affiliés. Du fait de sa diversité d'activités industriels et de distribution, nous montrerons que la majorité des grandes familles de problèmes d'optimisation a besoin d'être résolue. Nous présenterons l'organisation en place pour aider à la résolution de ces problèmes ainsi que des cas d'applications et résultats.
|
Quentin a rejoint le groupe Saint-Gobain en 2015. Il y a démarré sa thèse sur comment améliorer le processus de découpe de verre avec Saint-Gobain Research – Paris et l’Université de Bordeaux. Après cela, il a rejoint l’équipe de Data Science/Mathématiques Appliquées toujours au sein de Saint-Gobain Research – Paris. Il a travaillé sur des problèmes d’optimisation et de machine learning principalement pour l’Industrie 4.0 et le marketing. A cette époque, il a animé le challenge ROADEF, s’est concentré sur comment internaliser la connaissance acquise et l’appliquer sur les lignes de production. Il est également formateur en machine learning et optimisation pour l’industrie et la Supply Chain pour Saint-Gobain. Depuis 2022, il a rejoint Saint-Gobain - Group Digital & IT toujours en Data Science afin de développer des outils génériques d’optimisation et de machine learning déployables facilement et rapidement dans le groupe Saint-Gobain. |
Applications de la recherche opérationnelle dans le secteur de l’énergie chez N-SIDE
Retour d'expérienc industrielle,
Par: Mehdi Madani
mma(at)n-side.com
N-SIDE S.A., Belgium
Résumé - N-SIDE est une entreprise deeptech qui permet aux organisations des secteurs des sciences de la vie et de l’énergie de prendre de meilleures décisions et d’optimiser l’utilisation des ressources critiques.
La présentation se concentrera sur les activités liées à la recherche opérationnelle dans le secteur de l’énergie. Des méthodes avancées d’optimisation en nombres entiers combinées à des résultats standards de dualité sont par exemple au cœur des calculs de prix et volumes échangés dans les marchés de l’électricité européens et indiens. En Europe, l’algorithme PCR EUPHEMIA, développé et maintenu par N-SIDE, est utilisé pour le calcul de ces prix et volumes échangés dans le marché journalier européen (Single Day-ahead Coupling) et doit résoudre en 17 minutes un problème de très grande taille de type MINLP avec contraintes de complémentarité.
Des éléments plus particuliers seront présentés sur le large programme R&D, initié en 2019 et mené par N-SIDE, visant à préparer l’algorithme aux défis dus aux évolutions de marché à moyen et long-terme.
Marketing Mix Modeling : un levier pour réduire le chemin entre
le patient et le médicament
Retour d'expérienc industrielle,
Par: Sylvain Gavoille
sylvain.gavoille(at)sanofi.com
Sanofi Digital, France
Résumé - Sanofi est une entreprise mondiale innovante dans le domaine des soins de santé, animée par un seul
objectif : chercher les miracles de la science pour améliorer la vie des gens. Notre équipe, répartie dans
une centaine de pays, se consacre à la transformation de la pratique de la médecine en s'efforçant de
transformer l'impossible en possible. Nous fournissons des options de traitement susceptibles de changer
la vie et une protection vaccinale vitale à des millions de personnes dans le monde, tout en plaçant le
développement durable et la responsabilité sociale au centre de nos ambitions. Sanofi s'est récemment
lancé dans un vaste et ambitieux programme de transformation numérique. L'une des pierres angulaires
de cette feuille de route est l'accélération de la transformation de ses données et de l'adoption de solutions
d'intelligence artificielle (IA) et d'apprentissage automatique (ML), afin d'accélérer les performances en
matière de R&D, de fabrication et de commerce et d'apporter plus rapidement de meilleurs médicaments
et vaccins aux patients, pour améliorer la santé et sauver des vies.
Dans ce cas d’étude, nous voulons améliorer la prise de conscience de l’existence du médicament
Dupixent par les médecins et les patients. Le Dupixent est un médicament utilisé pour diverses
pathologies telles que la dermatite atopique modérée à sévère, l’asthme sévère (inflammations de type
2), ou la rhino-sinusite chronique avec polypose nasale. Nous cherchons à comprendre et utiliser les
meilleurs canaux de communication. La modélisation comprend deux composantes : une approche
Marketing Mix Modeling (MMM) permettant d’analyser le comportement des différents canaux de
communication pour chaque pathologie, et une approche d’optimisation avec pour objectif de choisir au
mieux les dépenses associées à chaque canal et pathologie.
Operational Challenges of Dynamic DRT (Demand Responsive Transport)
Retour d'expérienc industrielle,
Par: Séverine Bonnechère
severine.bonnechere(at)padam.io
Padam Mobility, France
Résumé - Since 2014, Padam Mobility develops dynamic Demand-Responsive Transport solutions (DRT and Paratransit) that improve mobility in areas with low population density. The mobility offer is more intelligent, more flexible and more dynamic. It is no longer based on fixed lines and timetables, but is built on demand and is continuously optimized according to bookings.
In this talk, we give an overview of Padam Mobility’s optimization challenges by starting from the initial Demand Responsive Transport use-case and its modelling as the dial-a-ride problem. We then show how operational constraints and objectives coming both from the end-users and transport operators challenge this initial layout, needing to deal with unknown demand, stochastic travel times data and conflicting interests which trigger multi-criteria approaches.
We conclude on how our current R&D topics aim at tackling those challenges..
