Doctorant en informatique et génie industriel (h/f)

Vos missions en quelques mots Sujet de thèse : Méthodes d’optimisation dynamique pour le remanufacturing : Intégration des facteurs humains et des incertitudes dans la gestion opérationnelle des flux logistiques inverses Contexte : Établissement d’accueil : Mines Saint-Étienne (MSE) - Institut Henri Fayol Laboratoire : LIMOS (UMR CNRS 6158) Financement : Projet ANR ReCircle : Remanufacturing and Circular Economy Logistics Partenaires du projet : MSE, IMT Nord Europe (IMT-NE), Université Clermont Auvergne (UCA) Encadrement : Damien Lamy, Xavier Delorme (MSE) - Mohammed-Amine Abdous (IMT-NE) L’objectif de la thèse est de proposer des approches permettant de re-optimiser en continu les décisions opérationnelles d’un atelier de remanufacturing face aux aléas, tout en maintenant des performances en termes de coûts, de qualité de service, d’ergonomie, et de performance environnementale. Deux axes de travail sont proposés : Axe 1 : Méthode d’optimisation dynamique pour les problèmes combinatoires Il s’agit ici d’aborder les différentes approches de la littérature appliquées aux problèmes dynamiques (réactif, temps réel, online, etc.) et de proposer une approche applicable à différentes typologies de problèmes. Les travaux consisteront à : • Explorer les mécanismes de re-optimisation temps réel face aux aléas ; • Exploiter des informations partielles pour prévoir de possibles futurs aléas et anticiper les solutions à proposer ; • Identifier les éléments généralisables et leurs limites, notamment en cas d’indisponibilité sur les informations pertinentes ; • Proposer des améliorations en termes de qualité des solutions basées sur des méthodes hybrides : optimisation/apprentissage, optimisation/simulation. Axe 2 : Application au cas de l’ordonnancement temps réel d’un atelier de remanufacturing de type Dual-resource Flexible Job-Shop sous incertitude Il s'agit ici d’aborder l’ordonnancement d’un atelier de remanufacturing caractérisé par des ressources duales (une machine avec un opérateur qualifié) et des gammes opératoires incertaines (opérations conditionnelles, retouches, durées variables). L’humain étant au cœur d’un tel système, les objectifs de performance visés doivent intégrer une composante forte en termes d’ergonomie (fatigue, temps de pause, etc.). Les travaux consisteront à : • Modéliser le problème dans un cadre statique, et le résoudre au travers de méthodes approchées (métaheuristiques) ; • Adapter et valider l’approche d’optimisation temps réel en tenant compte de contraintes sur les ressources humaines ; Profil recherché Contraintes et risques : • Diplôme de Master recherche ou d’ingénieur (Bac5) en Recherche Opérationnelle, Informatique, ou Génie industriel. • Solides connaissances en optimisation combinatoire : ordonnancement (Job-Shop, Flow-Shop), métaheuristiques (Recherches locales, algorithmes évolutionnaires, …), modélisation mathématique (MILP). • Des connaissances en gestion de production, logistique inverse ou facteurs humains seraient appréciées. Un intérêt pour la simulation à événements discrets serait un plus. • Compétences en programmation (C++, Java, ou Python). • Autonomie, rigueur scientifique, curiosité et capacité à travailler dans un contexte collaboratif multisites. • Maîtrise de l’anglais scientifique (lecture et rédaction d’articles). Niveau d'études minimum requis Niveau Niveau 7 Master/diplômes équivalents Spécialisation Formations générales Langues Français Seuil