ATTENTION/WARNING - NE PAS DÉPOSER ICI/DO NOT SUBMIT HERE

Ceci est la version de TEST de DIAL.mem. Veuillez ne pas soumettre votre mémoire sur ce site mais bien à l'URL suivante: 'https://thesis.dial.uclouvain.be'.
This is the TEST version of DIAL.mem. Please use the following URL to submit your master thesis: 'https://thesis.dial.uclouvain.be'.
 

Automatisation de la planification des activités d’expédition chez AGC Glass Europe

(2018)

Files

Gérard356613002018.pdf
  • Closed access
  • Adobe PDF
  • 2.31 MB

Gérard356613002018Annexe1.pdf
  • Closed access
  • Adobe PDF
  • 856.15 KB

Gérard356613002018Annexe2.bin
  • Closed access
  • Unknown
  • 28.02 KB

Details

Supervisors
Faculty
Degree label
Abstract
Ce mémoire a pour objet le développement complet d’un projet d’automatisation de la planification des activités d’expéditions de produits finis. Le mémoire a été rédigé concomitamment à la réalisation d’un stage de quatre mois auprès du siège d’AGC Glass Europe à Louvain-la-Neuve et porte donc sur l’expédition du verre plat, AGC en étant le plus grand producteur au monde. L’entreprise organise les heures de chargement des commandes dans ses usines afin d’assurer une livraison en temps voulu chez les clients et pour que les transporteurs s’y alignent. Cette tâche était jusqu’alors opérée en partie manuellement, entraînant un certain nombre d’erreurs liées à l’intervention humaine. Ces erreurs avaient des conséquences négatives sur l’organisation des activités d’expédition et sur le service client. Afin d’automatiser cette tâche, des modèles de prédiction capables d’assigner la meilleure heure de chargement possible à chaque commande ont d’abord été développés. Pour ce faire, des modèles de machine learning (arbres de classification, régression logistique, réseaux de neurones) et d’optimisation ont été comparés. Les modèles de machine learning n’ont jamais atteint les performances du modèle d’optimisation, de par la pauvre qualité des données de l’entreprise. Le modèle d’optimisation a donné les meilleurs résultats en termes d’OTD (on-time-delivery) et a donc été retenu. La maintenance et la clarté du modèle étaient également des critères de sélection importants. Le modèle final s’apparente à un problème de transport dont l’input principal est une fonction de pénalité représentant le risque d’avoir des livraisons en retard chez les clients. Une architecture informatique intégrant la nouvelle solution dans le système d’AGC Glass Europe a ensuite été mise en place. Le programme est aujourd’hui fonctionnel et est utilisé dans les usines de l’entreprise. Celui-ci aura permis de diminuer la charge de travail des employés, d’améliorer significativement le service client, et enfin de poursuivre l’intégration du système informatique.