• Langue : Français
• Discipline : Automatique, productique
• Identifiant : 2020LILUI005
• Type de thèse : Doctorat
• Date de soutenance : 05/06/2020

Résumé en langue originale

Dans un contexte de mondialisation qui facilite la mise en concurrence des entreprises, il est important que l'industrie de l'habillement se focalise sur le développement de nouvelles approches visant à satisfaire le client final tout en minimisant les coûts. Ces industriels sont confrontés à d’énormes et multiples défis pour répondre aux enjeux actuels qui ont pour ambitions de réduire les impacts environnementaux et la surproduction, et d’augmenter la satisfaction client. Dans ce contexte, l’analyse des morphologies de la population ciblée et la définition de système de tailles des vêtements adaptés sont des leviers importants pour répondre au plus juste aux attentes des clients. Par conséquent, cette thèse a pour objectif de définir une méthodologie de construction des systèmes de tailles optimaux pour une population donnée, puis pour chacune des classes morphologiques issues d’une classification non-supervisée à partir de mensurations sélectionnées et normalisées. La problématique majeure pour la construction de ce système de tailles est de trouver le meilleur compromis entre le bien-aller des futurs vêtements, le taux de couverture de la population et le nombre de tailles proposées. Le défi est alors de traduire ce compromis à l’aide d'algorithmes d’optimisation multi-objectif et d’outils d’aide à la décision. Trois modèles de construction de systèmes de tailles sont développés, chacun proposant des degrés d’intégration du client et de facilité de mise en œuvre industrielle différents.

Résumé traduit

In a context of increasing globalization that facilitates competition among retailers worldwide, it is important for the apparel industry to focus on developing new approaches to satisfy the end customer while minimizing costs. As they face enormous and multiple challenges, they are forced to urgently adopt adjustment and optimization plans. It is therefore particularly useful to analyze the morphologies of the target population, to revisit the method of construction of the garment sizing system and to identify customer expectations in terms of fit. This thesis aims to define a methodology for building an optimal sizing system for a given population and then on each of the morphological classes resulting from a non-supervised classification based on selected and standardized measurements. The major issue for the construction of a sizing system is to find the best compromise between the suitability of future clothing, the coverage rate of the population and the number of sizes offered. The challenge is to convert this compromise into objective functions to be solved using multi-objective optimization algorithms and decision support tools. Three models for building sizing systems are developed, each offering different degrees of customer integration and ease for industrial implementation.