caor@mines-paristech.fr
8
Avr

DIAGNOSTIC DES FLUX LOGISTIQUES : DEEP LEARNING AU SERVICE DE LA LOGISTIQUE URBAINE

Ce projet vise à établir un diagnostic des flux logistiques réels, associés à une zone urbaine définie. Ceci, En utilisant des algorithmes de Deep Learning pour la reconnaissance et classification d’image. Il s’inscrit dans un axe majeur de travail de la Chaire de Logistique Urbaine MINES ParisTech PSL : «l’aide à la décision pour les collectivités et les professionnels». Ce projet est notamment encadré par le mécénat de la Mairie de Paris et de l’ADEME.

L’établissement d’un vrai diagnostic des flux logistiques urbains permettrait :

  • une prévision des impacts des nouvelles règlementations (limitation des horaires d’accès, choix de piétonisation) ;
  • une orientation « adaptée au terrain » des projets de voierie;
  • un bilan réel des nuisances (émissions, bruit, congestion).

L’idée de base consiste à délimiter la zone urbaine en identifiant ses grands axes afin d’y effectuer un comptage automatique de véhicules pendant une certaine durée. Ensuite les informations de tous les points de comptage sont agrégées et un bilan statistique est réalisé. La vidéo ci-après montre le résultat de classification des algorithmes développés:

Téléchargez ici la fiche A4 du projet.

8
Avr

Data mining au service de la prévision des ventes

Le centre de robotique a réalisé un travail d’exploration de données (i.e. data mining) dansle cadre du projet d’amélioration de la prévision des ventes au sein du Groupe POMONA. Les données étudiées correspondent aux historiques de ventes de deux succursales de la branche Passion Froid (Bordeaux et Lille).

Ces données ont été transformées et normalisées afin d’identifier le profil saisonnier de chaque référence. Ensuite un algorithme de partitionnement de données (i.e. data clustering) a été implémenté afin d’identifier des ensembles de références homogènes en termes de saisonnalité.

L’algorithme utilisé est une hybridation entre la méthode de k-moyènnes (k-means) et la déformation temporelle dynamique (DTW pour Dynamic Time Warping en anglais). Les résultats de partitionnement ont permis de segmenter le catalogue POMONA en 4 profils saisonniers majeurs.

clustering sales profiles

Pour plus d’informations contactez Simon Tamayo.

 

16
Juin

Jeu de la performance logistique POMONA

L’équipes de LOGISTIQUE du CAOR ont développé un Serious Game pour le groupe POMONA.

Le jeu permet d’approfondir les connaissances sur la performance logistique, en identifiant les interactions entre les variables associées aux processus « commerce – achat – logistique ».

Pour plus d’information : simon.tamayo@mines-paristech.fr