4 Presentations

• 
  01:20 PM - 01:45 PM

  From Waste to Resource: A Game-Theoretic Circular Economy Approach for the Sustainable Optimization Pharmaceutical Supply Chains

  • Milad Darzi Ramandi, presenter, Ph.D. Candidate at École de technologie supérieure (ÉTS), University of Quebec
  • Armin Jabbarzadeh, Département de génie des systems, École de technologie supérieure
  • Amin Chaabane, École de technologie supérieure
  • Lionel Amodeo, Université de Technologie de Troyes

  The widespread detection of pharmaceutical residues in ecosystems poses growing environmental and public health risks. While circular economy principles encourage the recycling of unwanted goods, the pharmaceutical sector lacks an effective closed-loop system for managing unwanted medicines. This study develops a circular pharmaceutical supply chain approach that integrates advanced technologies to recover valuable resources from unwanted medicines, reduce environmental impacts, and lower medication costs. We model a supply chain governed by extended producer responsibility regulations, where a manufacturer, subject to cap-and-trade carbon policies, collaborates with a retailer for the reverse logistics of unwanted medicines. Government interventions, including tax incentives and disposal penalties, aim to shift the system from a linear “take-make-dispose” model toward a “reduce-reuse-recycle” paradigm. The system’s performance is optimized using a Stackelberg game framework, Nash equilibrium analysis, and a flexible transfer pricing mechanism. Numerical results derived from real-world data on Québec’s pharmaceutical supply chain offer actionable insights for industry stakeholders to enhance unwanted medicine collection efficiency. The findings demonstrate that adopting circularity strategies significantly increases return rates in take-back programs, improves supply chain profitability, and strengthens sustainability.

• 
  01:45 PM - 02:10 PM

  ENHANCING SUPPLY CHAIN SUSTAINABILITY LEVERAGING INTERNET OF THINGS TECHNOLOGY’S CAPABILITIES

  • Parinaz Ajalli, presenter, PhD Candidate. Department of Systems Engineering at École de Technologie Supérieure University
  • Armin Jabbarzadeh, Professor at Department of Systems Engineering at École de Technologie Supérieure University
  • Davod Hosseini, Assistant Professor- Sobey School of Business at Saint Mary’s University

  Ensuring sustainability while maintaining cost efficiency remains a key challenge in modern supply chain management. This research will explore how the Internet of Things (IoT), as a core enabler of Industry 4.0, would enhance the design and operation of closed-loop supply chains. IoT facilitates more efficient resource flows and supports environmentally responsible practices by enabling real-time monitoring, data-driven decision-making, and improved visibility. A multi-objective optimization model will be developed to integrate circular economy principles into closed-loop supply chain planning, aiming to balance economic performance with environmental and social sustainability. The model will address critical issues such as resource allocation, waste reduction, and stakeholder participation in reverse logistics. To assess the proposed approach, a computational study will be conducted to evaluate how IoT integration improves the sustainability of closed-loop supply chains. This study contributes to the literature by offering a structured, technology-enabled framework for sustainable supply chain design.

• 
  02:10 PM - 02:35 PM

  Optimisation de la livraison du dernier kilomètre par l'apprentissage automatique

  • Maissa Chaanbi, presenter, ETS
  • Armin Jabbarzadeh, Département de génie des systems, École de technologie supérieure
  • Amin Chaabane, École de technologie supérieure
  • Ali Balma, Génie Industriel, Ecole Nationale Supérieure d'Ingénieurs de Tunis

  Dans un monde où le commerce électronique connaît une croissance exponentielle, la livraison du dernier kilomètre est devenue un enjeu crucial pour les entreprises cherchant à satisfaire des clients de plus en plus exigeants en matière de rapidité et de flexibilité. Cette étude propose une approche d'optimisation des opérations du dernier kilomètre centrée sur l'intégration de la demande via l'apprentissage automatique. Grâce à des modèles prédictifs puissants, l'apprentissage automatique permet d'établir des prévisions de commandes avec des fenêtres temporelles, offrant ainsi une capacité à anticiper la demande future avec une grande précision. Cette anticipation permet non seulement de concevoir des itinéraires préliminaires plus efficaces, mais aussi de s'adapter aux fluctuations de la demande. Un modèle mathématique du problème de tournées de véhicules avec capacités et fenêtres temporelles est utilisé pour élaborer ces tournées. Ainsi, une approche heuristique fondée sur le recuit simulé est proposée pour résoudre les instances de grande taille en un temps raisonnable. Une heuristique d'insertion est déployée pour intégrer les nouvelles commandes, en temps réels, basée sur un modèle de tarification dynamique qui évalue le coût d'opportunité, en tenant compte du coût réel engendré et de l'impact de son acceptation sur les itinéraires futurs. L'étude met en évidence les impacts économiques et opérationnels de cette approche, démontrant son potentiel pour transformer les opérations logistiques traditionnelles en un système dynamique, intelligent et efficace.

• 
  02:35 PM - 03:00 PM

  Optimizing a Sustainable Egg Supply Chain in Canada Using Industry 4.0 Technologies

  • Seyed Zeinab Aliahmadi, presenter, Département de génie des systems, École de technologie supérieure
  • Armin Jabbarzadeh, Département de génie des systems, École de technologie supérieure
  • Lucas Hof, ÉTS

  The Canadian egg industry is facing increasing consumption demands and growing ethical concerns, particularly related to the culling of male chicks. This study proposes a novel sustainable supply chain network design that leverages Industry 4.0 technologies to address these challenges. A mathematical model is developed to support sustainability objectives by optimizing resource allocation and improving decision-making across the supply chain. The integration of advanced optical sensing technologies enables early, non-invasive gender determination, eliminating the need for male chick culling and enhancing animal welfare. The study evaluates the economic, environmental, and social impacts of these technological advancements, demonstrating their potential to transform traditional hatcheries into smart, sustainable operations. Results indicate that the adoption of such technologies can substantially reduce poultry losses, raise ethical standards, and decrease reliance on imported eggs.