SCAN: ein gemeinsames Labor für die Umsetzung von Lösungen, die virtuelle Realität und künstliche Intelligenz kombinieren, um die Agilität und Widerstandsfähigkeit der Lieferketten von Unternehmen zu verbessern.
Perspektiven von SC4.0 und der Zusammenarbeit mit der akademischen Forschung
Um den Fortschritt unserer Forschungs- und Entwicklungsarbeiten für das Management der Lieferantennetzwerke zu beschleunigen und ihre Relevanz noch weiter zu stärken, haben wir ein spezielles Forschungsprogramm eingerichtet, das SCALIAN die Zusammenarbeit mit relevanten akademischen und privaten Partnern ermöglicht.
Das Programm SCAN (Système de Collaboration Agile et Numérique/agiles und digitales System für Zusammenarbeit) ist das Ergebnis einer Zusammenarbeit zwischen IMT Mines d’Albi und dem Lab Scalian. Diese Partnerschaft begann im Oktober 2019 und ist auf eine Laufzeit von 5 Jahren ausgelegt, die verlängert werden kann.
Sie verfolgt folgende Ziele:
Ziel ist es, den Entscheidungsträgern die Schlüssel an die Hand zu geben, um die Risiken und Chancen ihres Unternehmens besser berücksichtigen zu können und so die Agilität und Widerstandsfähigkeit ihrer Lieferketten zu verbessern. Die Arbeiten basieren auf der Entwicklung von Modellen, die folgende Möglichkeiten geben:
2021 werden sich drei Dissertationen mit verschiedenen Aspekten dieser Problematik befassen:
Forschungsthema 1: Dissertation von Nafe MORADKHANI
Ziel dieser Ende 2019 begonnen Dissertation ist die Definition der mathematischen Konzepte, die für die Modellierung und Simulation von kollaborativen Netzwerken notwendig sind. Das Prinzip beruht auf einer Analogie zur Physik, in der die Akteure eines Netzwerks Festkörper sind, die sich in einem Leistungsraum entsprechend den auf sie und die Umgebung wirkenden Kräften bewegen.
In den Jahren 2019 und 2020 wurden die für die Modellierung von kollaborativen Systemen erforderlichen theoretischen Konzepte definiert und validiert. Mehrere Simulationen wurden an bekannten Systemen durchgeführt, um unseren Ansatz zu validieren (Entwicklung einer Epidemie, Organisation von Wahllokalen in den USA).
Der entworfene Modellierungsrahmen basiert auf physikalischen Gesetzen. Er versucht, die Risiken und Chancen als Kräfte zu identifizieren und zu modellieren, um den Verlauf eines Systems, das von diesen Kräften betroffen ist, zu steuern.
So können kollaborative Netze durch dynamische Komponenten, sogenannte Konzepte, beschrieben und implementiert werden. Die Physik der Organisationsdynamik (POD) wendet physikalische Gesetze auf diese Systeme an, um sie in einem dynamischen Kontext zu verwalten. Die Aufgabe der POD besteht darin, potenzielle negative Ereignisse („Risiken“) sowie potenzielle positive Ereignisse („Chancen“) zu identifizieren und zu modellieren.
Die Arbeiten werden 2021 fortgesetzt, um einen Ansatz zur Ermittlung der auf das Netz wirkenden Kräfte durch Deep Learning (LSTM) zu entwickeln.
Forschungsthema 2: Dissertation von Thibaut CERABONA
Diese ebenfalls Ende 2019 begonnene Dissertation will die neu geschaffenen Modellierungskonzepte auf den Bereich des strategischen und taktischen Managements von Lieferantennetzwerken anwenden. Die auf diese Weise geschaffenen Modelle – insbesondere auf Basis des Frameworks SCORE – sollen die Bewertung der Leistung eines Lieferantennetzes, seine Entwicklung im Laufe der Zeit und die Auswirkungen externer Ereignisse oder interner Entscheidungen auf die Erreichung der Ziele ermöglichen.
Parallel zu den Experimenten zur Evaluierung unseres Ansatzes anhand des epidemiologischen Modells haben wir einen Anwendungsfall auf dem Gebiet des Managements von Lieferantennetzwerken entwickelt, der komplexer ist als das epidemiologische Validierungsmodell.
Wir haben uns für das Modell der Montagelinien der Zivilflugzeuge von Airbus am Standort Blagnac entschieden. Dieses hat den Vorteil, dass es ein kontrolliertes industrielles Umfeld mit einer Kleinserienproduktion darstellt, gleichzeitig aber auch eine gewisse Komplexität aufweist, da es Teil eines Beschaffungsnetzes mit mehreren zehntausend Unternehmen unterschiedlichster Art ist (Rohstoffe, Standardkomponenten, komplexe Systeme, Chemikalien usw.). Wir haben die Daten aus der Organisation der Montagelinie von Airbus und Gespräche mit Experten in diesem Bereich zugrunde gelegt, um eine realistische Darstellung dieses Netzwerks zu erstellen und die richtigen Attribute und Indikatoren zu ermitteln
Auf diese Weise konnten wir zeigen, dass der vorgeschlagene Modellierungsansatz für eine komplexere Anwendung als die vorherige (Epidemieverlauf) im Rahmen eines Lieferantennetzes gültig bleibt. So konnte ein Funktionsmodell entwickelt werden, mit dem die Funktionsweise einer Lieferkette über mehrere Monate hinweg simuliert werden kann, und zwar sowohl im Normalzustand als auch bei Störungen. Anschließend müssen die auf das System wirkenden Kräfte und die Strategien zur Beeinflussung seiner Leistungen ermittelt werden.
Projekt 3: Dissertation von Mahsa Malek
Diese Dissertation beginnt im Jahr 2021 und beschäftigt sich mit den Modellen zur Entscheidungsunterstützung und zur Optimierung der Leistungen auf strategischer und taktischer Ebene. Auf der Grundlage der durchgeführten Modellierung sollen die Ergebnisse dieser Arbeiten den Entscheidungsträgern eine Orientierungshilfe geben, um die angestrebten Leistungsziele möglichst effizient zu erreichen.
Wissenschaftliche Beiträge
Die im Rahmen dieses Themas durchgeführten Arbeiten wurden bereits bei Konferenzen und in begutachteten Fachzeitschriften veröffentlicht, darunter die folgenden Beiträge:
Bénaben, Frédérick, Matthieu Lauras, Benoit Montreuil, Louis Faugere, Juanqiong GOU, et Wenxin Mu. « Physics of Organization Dynamics: An AI Framework for opportunity and risk management », 1‑6. Shangai, China, 2019. https://doi.org/10.1109/IESM45758.2019.8948167.
Bénaben, Frédérick, Jiayao Li, Ibrahim Koura, Benoit Montreuil, Matthieu Lauras, Wenxin Mu, et Juanqiong Gou. « A Tentative Framework for Risk and Opportunity Detection in A Collaborative Environment Based on Data Interpretation ». In Proceedings of the 52nd Hawaii International Conference on System Science. Hawaii, 2019. https://doi.org/10.24251/HICSS.2019.369.
Bénaben, Frédérick, Benoit Montreuil, Louis Faugere, Matthieu Lauras, Juanqiong Gou, et Wenxin Mu. « A Physics-Based Theory to Navigate Across Risks and Opportunities tn the Performance Space: Application to Crisis Management ». In Proceedings of the 53rd Hawaii International Conference on System Sciences, 2187‑96. Hawaii, 2020. https://doi.org/10.24251/HICSS.2020.267.
Cerabona, Thibaut, Matthieu Lauras, Louis Faugere, Jean-Philippe Gitto, Benoit Montreuil, et Frédérick Bénaben. « A Physics-Based Approach for Managing Supply Chain Risks and Opportunities Within Its Performance Framework ». In 21st Working Conference on Virtual Enterprises, 418‑27. Valence, Spain, 2020. https://doi.org/10.1007/978-3-030-62412-5_34.
Moradkhani, Nafe, Louis Faugere, Julien Jeany, Matthieu Lauras, Benoit Montreuil, et Frédérick Bénaben. « A Physics-Based Enterprise Modeling Approach for Risks and Opportunities Management ». In 13th IFIP Working Conference on the Practice of Entreprise Modelling, 339‑48. Riga, Latvia, 2020. https://doi.org/10.1007/978-3-030-63479-7_23.
Bénaben, Frédérick, Louis Faugere, Benoit Montreuil, Matthieu Lauras, Nafe Moradkhani, Thibaut Cerabona, Juanqiong Gou, et Wenxin Mu. « Instability is the norm! A physics-based theory to navigate among risks and opportunities ». Enterprise Information Systems, 25 janvier 2021, 1‑28. https://doi.org/10.1080/17517575.2021.1878391.
Zukunftsperspektiven
Im Jahr 2021 werden die Arbeiten der bereits begonnenen Dissertationen direkt fortgesetzt, insbesondere zu folgenden Aspekten:
Setzen Sie mit Scalian Ihre Potenziale frei
Schließen Sie sich leidenschaftlichen Männern und Frauen an.
Entwickeln Sie sich in einer Organisation, in der Professionalität und Unternehmergeist mit Freundlichkeit und Fürsorge einhergehen.
Siehe auch
