• Langue : Français
• Discipline : Productique, automatique et informatique industrielle
• Identifiant : Inconnu
• Type de thèse : Doctorat
• Date de soutenance : 01/01/1998

Résumé en langue originale

L'application d'une demarche logistique globale ou quick response au sein des entreprises de la filiere textile/habillement/distribution (thd) repose essentiellement sur l'echange d'informations entre partenaires, traduites sous forme de messages edi (echange de donnees informatisees). Cependant, differentes contraintes de traitement de l'information freinent son utilisation au sein des systemes de gestion des partenaires de l'industrie textile telles que : l'absence d'outils de modelisation des flux et de simulation des strategies d'echanges commerciaux entre differents partenaires, la contrainte d'utilisation et de choix d'un modele de prevision, la complexite du probleme d'identification. Notre contribution consiste a proposer differents modeles et methodes pour repondre aux differents environnements. Un cadre de modelisation des flux intra et inter entreprises est presente afin de simuler differentes strategies d'approvisionnements. Les exemples de simulation mettent en evidence la capacite du simulateur a traiter une information permettant de fournir une solution envisageable tout en tenant compte de l'ensemble des contraintes initiales. Une identification des methodes et modeles de prevision adaptes a l'environnement de vente des articles textiles est egalement proposee. L'application de six methodes de prevision, et leurs evaluations par des mesures differentes de l'erreur sur des donnees de vente reelles, a permis de mettre en valeur les capacites d'adaptation et de precision des methodes de lissage utilisant une procedure d'auto-regulation de leurs propres parametres. Enfin, la reduction du nombre de donnees a traiter tout en minimisant la perte d'information est abordee. Les methodologies de classification proposees constituent des methodes d'analyse des donnees de vente des articles textiles et fournissent l'essentiel de l'information pour l'identification d'un modele de prevision adapte. L'utilisation d'un algorithme genetique de classification, dont la capacite reside a explorer l'ensemble des solutions, a permis d'atteindre la repartition optimale globale.