/system/images/000/000/170/En-tete_default.png/system/images/000/000/169/Poly_default.png

CIGI2011

St-Sauveur, Québec, 11 — 14 octobre 2011

Horaire Auteurs Mon horaire
Cal add eabad1550a3cf3ed9646c36511a21a854fcb401e3247c61aefa77286b00fe402

MB4 Session spéciale : Ingénierie des territoires à développement durable (1)

12 oct. 2011 10h35 – 12h00

Salle: St Moritz

Présidée par Olivier Bistorin

2 présentations

  • Cal add eabad1550a3cf3ed9646c36511a21a854fcb401e3247c61aefa77286b00fe402
    10h35 - 11h00

    Quel paramètre a le plus d'influence sur les émissions de CO2 le long d'une chaîne logistique?

    • Anicia Jaegler, prés., IDRAC
    • Patrick Burlat, Ecole Nationale Superieure des Mines de Saint-Etienne

    Les entreprises sont, de plus en plus, poussées à analyser leurs émissions de carbone. Notre recherche s’intéresse donc à celles-ci quand elles sont dues au transport et au stockage le long de la chaîne logistique. Pour ce faire, nous avons développé un modèle utilisant la simulation à événements discrets. L’outil proposé modélise une stratégie de réponse à la demande et coordonne les flux en Make To Stock. Trois paramètres variables sont pris en compte : la performance industrielle avec l’utilisation d’un taux de rendement synthétique, la localisation des entreprises et le type de produits fabriqués. Les données des produits sont issues de l'entreprise Carrier, fabriquant de climatiseurs. Différents scénarii, à politique industrielle homogène, type de produits différents et localisations dégradées sont simulés. L’objectif est de comparer les critères environnementaux (émissions de carbone) mais aussi financiers (niveau de stock, kilométrage) de ces configurations. Cette méthode est appliquée aux secteurs mécanique et plasturgique. Les principaux objectifs de l’étude sont les suivants : développer des références pour la simulation de chaîne logistique et conduire des expériences pertinentes afin d’optimiser les chaînes logistiques vertes.

  • Cal add eabad1550a3cf3ed9646c36511a21a854fcb401e3247c61aefa77286b00fe402
    11h00 - 11h25

    Optimisation de la fermentation submergée pour la production d'enzymes par essaim des particules basé sur la mécanique quantique

    • Badia Dandach, prés., Université de Technologie de Troyes
    • Farouk Yalaoui, Université de Technologie de Troyes
    • Amodeo Lionel, Université de Technologie de Troyes
    • Francoise Entzmann, Groupe SOUFFLET

    Les réseaux de neurones de fonctions à base radiale (RBF) et l’approche d’optimisation par essaim de particules basé sur la mécanique quantique (QPSO pour Quantum Particle Swarm Optimisation) sont utilisés pour modéliser et optimiser le processus de la Fermentation Submergée (FS) pour la production d’enzymes. Les données expérimentales importées de la littérature sont utilisées pour étudier cette approche. En utilisant cette procédure, deux techniques d'intelligence artificielle (RBF-QPSO) ont été intégrées pour créer un outil puissant pour la modélisation et l'optimisation des bioprocédés. Cet article décrit l’adaptation de cet algorithme pour la première fois pour l'optimisation de la production d’enzymes par le procédé de la FS. Les résultats obtenus prouvent l'efficacité de l'approche proposée. En particulier, nous montrons que cette approche conduit à une amélioration significative sur la performance du processus de fermentation.

Retour