L’objectif pour l’équipe ROGI est le développement des méthodes quantitatives basées sur la recherche opérationnelle pour la conception et la gestion opérationnelle des systèmes de production de biens et de services (en particulier dans le secteur manufacturier et en santé) soumis à des contraintes fortes de ressources, à des perturbations aléatoires, et à des contraintes technologiques complexes. Nous concentrons nos efforts sur les verrous scientifiques à travers des recherches théoriques sur les propriétés des problèmes d’optimisation posés et la mise en œuvre d’algorithmes efficaces. Nous nous appuyons sur des modèles statiques et des études approfondies du comportement dynamique des systèmes étudiés. La finalité de notre recherche est de fournir des outils d’aide à la décision permettant aux entreprises d’optimiser leurs performances.

Les activités de recherche se regroupent en trois axes couvrant le cycle de vie complet des produits/services :

Axe 1 : Conception des systèmes de production

Cet axe a pour objectif de développer des méthodes scientifiques permettant une conception optimale des systèmes de production et des chaînes logistiques ainsi que le dimensionnement adéquat des ressources matérielles et humaines. Cet axe accompagne naturellement la problématique de l’évaluation des performances des systèmes de production et des chaînes logistiques correspondants.

Axe 2 : Planification sous incertitudes

Cet axe vise à développer des méthodes scientifiques d’aide à la décision concernant des décisions de planification devant être prises longtemps avant l’implantation et ne pouvant pas être modifiées à un horizon relativement long. La prise en compte des incertitudes est extrêmement importante.

Axe 3 : Gestion opérationnelle

Cet axe a pour objectif le développement de méthodes d’optimisation pour les principaux problèmes de gestion opérationnelle des systèmes de production et des chaînes logistiques.

Actions transversales

L’axe 1 contribue à l’action transversale « Conception de biens et de services » de l’UR et les deux autres axes à l’action transversale « Gestion et pilotage des systèmes de production de biens et de services ».

Défis scientifiques

Les principaux défis scientifiques de méthodes quantitatives en génie industriel à relever sont les suivants :

 Intégration verticale qui demande une prise en compte des décisions à différents niveaux (stratégique, tactiques et opérationnelles) et qui se démarque de la traditionnelle méthode hiérarchisée pour une meilleure performance ;
 Intégration horizontale qui optimise les performances d’un système de production dans son ensemble et qui devient possible grâce à l’avancée des systèmes d’informations et des technologies de communications ;
 Maîtrise des aléas qui nécessite la prise en compte des incertitudes dans les différentes décisions ;
 Intégration des contraintes d’applications comme les protocoles de soins chimiothérapiques, les contraintes technologiques de fabrication manufacturière et le comportement dynamique des entités. L’intégration des contraintes d’application permet d’identifier les grands problèmes rencontrés dans les domaines d’application que nous visons.

Pour relever ces défis scientifiques, nous mènerons des recherches fondamentales dans deux grands domaines :

 Optimisation combinatoire pour des problèmes de grande taille. L’objectif ici est de développer des méthodes d’optimisation efficaces pour permettre le passage à l’échelle, c’est-à-dire d’être capable de résoudre des problèmes de taille réaliste dans un temps raisonnable sans sacrifier l’optimalité. Nous nous appuierons sur l’étude des propriétés fondamentales des problèmes posés et leur exploitation dans le développement de méthodes d’optimisation ;
 Evaluation et optimisation des modèles stochastiques. L’objectif est de développer des méthodes d’évaluation et d’optimisation des performances des modèles stochastiques permettant la maîtrise des aléas ;
 ainsi que le couplage de l’optimisation combinatoire et des modèles stochastiques.

L’intégration horizontale conduit généralement à des problèmes d’optimisation de TRES grande taille. L’intégration verticale nécessite le couplage de l’optimisation combinatoire et des modèles stochastiques.

Partenariats académiques

Au sein de l’Ecole : l’équipe SFL de l’UR MOC (lotsizing, simulation), l’équipe MESPROD (gestion de flux) et l’équipe CROCUS (optimisation via simulation).

Au niveau local : LASPI (UJM, IUT de Roanne) pour la gestion hospitalière, LTDS (UMR 5513) pour la conception des lignes d’usinage, et Creuset (CNRS UMR 5824 GATE) pour l’application des méthodes de la recherche opérationnelle en économie.

Au niveau régional : G-SCOP (UMR UMR 5272), LIESP (Lyon), IFRESIS 143 – INSERM, cluster de recherche régional GOSPI (conception des lignes, conception et gestion opérationnelle des chaines logistiques), projet EuroLean.

Au niveau national : UTT (conception des lignes), INRIA (Supply chain) et LGIPM (Metz), GDR MACS-pôle ST.

Au niveau international : Académies des Sciences de Bélarus et de Russie (Conception des lignes, lot-sizing et ordonnancement), UPC Barcelona (Conception des lignes), Shanghai Jiao Tong University (Optimisation des soins complexes), CIRRELT-Québec (conception des chaînes logistiques).

Partenariats industriels

PCI (Conception des lignes), Manufacture Innovante (systèmes manufacturiers) ;
Pôle de compétitivité VIAMECA : l’équipe est partenaire du pôle, le montage des projets avec les industriels impliqués dans ce pôle (y compris PCI-SCEMM) sur la thématique de conception des chaînes d’usinages est en cours ;
CHU-Saint Etienne, ICL, EFS, Hôpital de Firminy, CHPL, CLB, CHU-Nice, le cancéropôle CLARA, Centre National de Référence CNR-Santé&Autonomie (recherche en santé).