Design of a risk detection system driven by real-time logistics flow monitoring data
Conception d'un système de détection des risques piloté par les données de suivi temps-réel des flux logistiques
Résumé
In the current context of globalization, intermodal container transport plays an important role in the efficiency and effectiveness of the supply chain. Indeed, containerization induces a high productivity during port handling and a reduction of transport costs thanks to groupage. It also ensures the integrity and security of the goods transported. However, the large number of actors involved in the container transport process makes it extremely complex and leads to a loss of visibility and traceability during the transit of goods. In addition, the transit process is very often subject to random events that lead to delivery delays and increased transport costs. In view of all these difficulties, this thesis addresses the following problem: How to detect the causes of delays and quantify their impact on the time of containerized transports in an intermodal context? A system based on a hybrid approach is proposed to address this issue. First, we propose a knowledge model of risks in intermodal transport in the form of a domain ontology. Then, by using this knowledge, and relying on container traceability/visibility data and data from textual information sources, we extract in real time the random events that may disrupt the transport flow. We are interested in decision support for the activities of the actors involved in the intermodal transport chain (exporters, consignees, carriers, shipping companies, etc.). The research is conducted in collaboration with an industrial partner which develops a real-time tracking solution for containers.
Dans le contexte de mondialisation actuel, le transport intermodal des conteneurs joue un rôle important dans l'efficience et l'efficacité de la chaîne d'approvisionnement. En effet la conteneurisation induit une forte productivité lors des manutentions portuaires et une réduction des coûts de transport grâce au groupage. Elle assure également l'intégrité et la sécurité des marchandises transportées. Néanmoins, le grand nombre d'acteurs impliqués dans le processus de transport des conteneurs le complexifie énormément et induit une perte de visibilité et de traçabilité lors du transit des marchandises. De plus, ce dernier est très souvent soumis à des évènements aléatoires qui entraînent des retards de livraison et une augmentation des coûts de transport. Au regard de toutes ces difficultés, cette thèse adresse la problématique suivante : comment détecter les causes de retard et quantifier leurs impacts sur les délais d'acheminement des marchandises en transport conteneurisé dans un contexte intermodal ? Un système basé sur une approche hybride est proposé pour répondre à cette problématique. Nous proposons premièrement un modèle de connaissances des risques dans le transport intermodal sous forme d'une ontologie de domaine. Ensuite, en utilisant cette connaissance, puis en nous appuyant sur les données de traçabilité/visibilité des conteneurs et des données provenant des sources d'informations textuelles, nous extrayons en temps réel les évènements aléatoires susceptibles de perturber le flux de transport. Nous nous intéressons ici à l'aide à la décision pour supporter les activités des acteurs impliqués dans la chaîne de transport intermodal (exportateurs, consignataires, transporteurs, compagnie maritime, etc). Les recherches sont menées en collaboration avec un partenaire industriel qui développe une solution de tracking temps réel des conteneurs.
| Origine | Version validée par le jury (STAR) |
|---|