Détails du sujet
Optimisation de la Gestion de Stock grâce à l'Intelligence Artificielle : Étude, Implémentation et Évaluation
Résumé
Auteur : KALUNGA SEFU
Niveau: TECH2
Département: Genie Informatique
Année Ac: 2022-2023 , | 2023-08-24 12:06:53
Mots clés
JavaScript, Node, Dataming, python, HTML CSS, Bootstrap
Intérêt
L'intégration de l'intelligence artificielle dans la gestion de stock promet de résoudre les problèmes traditionnels tels que les surplus de stock et les ruptures de stock, tout en optimisant les opérations d'approvisionnement. Cette approche offre des perspectives pour améliorer la satisfaction des clients, réduire les coûts et renforcer la compétitivité des entreprises.
Problématique
Comment l'intégration de l'intelligence artificielle peut-elle révolutionner la gestion de stock en améliorant la précision des prévisions de la demande, en optimisant les niveaux de stock et en simplifiant le processus de réapprovisionnement, et quels sont les avantages et les défis liés à cette transformation ?
Plan provisoire
1.Introduction
Contexte
Identification et Formulation du Problème
Question de Recherche
Formulation des Hypothèses
Justification du Choix du Sujet et Motivation
Énoncé des Objectifs
Méthodes et Techniques Utilisées
Structure du Travail
Fondements de la Gestion de Stock et Enjeux Actuels
2.Concepts de Gestion de Stock
Problèmes liés aux Méthodes Traditionnelles
Importance de la Gestion de Stock Optimale
3.L'Intelligence Artificielle au Service de la Gestion de Stock
Techniques d'Intelligence Artificielle Applicables
Prévision de la Demande et Précision des Prévisions
Automatisation du Réapprovisionnement
Optimisation des Niveaux de Stock
Intégration Pratique et Impact de l'IA sur la Gestion de Stock
4.Développement de l'Application de Gestion de Stock
Évaluation des Performances de l'Application
Avantages et Limites de l'IA dans la Gestion de Stock
Recommandations pour une Mise en Œuvre Réussie
5.Conclusion
Synthèse des Résultats et Contributions
Réponses aux Problématiques
Perspectives Futures Hypothèses
L'application de techniques d'intelligence artificielle dans la gestion de stock permettra d'améliorer la précision des prévisions de la demande.
L'automatisation du réapprovisionnement à l'aide de l'intelligence artificielle simplifiera le processus de gestion de stock.
L'optimisation des niveaux de stock basée sur l'IA contribuera à réduire les coûts tout en évitant les ruptures de stock. Méthodes
Pour aborder ces problématiques, cette étude utilisera une approche mixte combinant :
Revue de la littérature pour examiner les concepts de gestion de stock, les méthodes d'intelligence artificielle et les études de cas pertinentes.
Collecte et analyse de données historiques de ventes et de stocks pour la prévision de la demande et l'optimisation des niveaux de stock.
Développement d'une application de gestion de stock intégrant des fonctionnalités d'IA pour automatiser le réapprovisionnement et optimiser les stocks.
Comparaison des performances de l'application IA avec des méthodes traditionnelles à l'aide de mesures telles que la précision des prévisions et la réduction des coûts. Bibliographie
1.Silver, E. A., & Pyke, D. F. (2019). Inventory management and production planning and scheduling. Springer.
2.Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT press.
3.Chen, Y., Yue, X., & Xu, J. (2019). Stockout avoidance in inventory management using AI and machine learning. International Journal of Production Economics, 211, 107-118.
4.Inderfurth, K., & van Woensel, T. (2018). A review of inventory management research in major logistics journals: Themes and future directions. Transportation Science, 52(6), 1394-1421.
5.Aruldoss, M., Jaganathan, S., & Vijayapriya, S. (2020). Inventory control using artificial intelligence techniques: A survey. Journal of Ambient Intelligence and Humanized Computing, 11(9), 3985-3997.
Directeur & Encadreur
Directeur: AKWIR Alain NKIEDIEL
Encadreur: Johnson KISAMBA
Status
Décision ou observation:
Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON
Optimisation de la Gestion de Stock grâce à l'Intelligence Artificielle : Étude, Implémentation et Évaluation
Résumé
Auteur : KALUNGA SEFU
Niveau: TECH2
Département: Genie Informatique
Année Ac: 2022-2023 , | 2023-08-24 12:06:53
Mots clés
JavaScript, Node, Dataming, python, HTML CSS, BootstrapIntérêt
L'intégration de l'intelligence artificielle dans la gestion de stock promet de résoudre les problèmes traditionnels tels que les surplus de stock et les ruptures de stock, tout en optimisant les opérations d'approvisionnement. Cette approche offre des perspectives pour améliorer la satisfaction des clients, réduire les coûts et renforcer la compétitivité des entreprises.Problématique
Comment l'intégration de l'intelligence artificielle peut-elle révolutionner la gestion de stock en améliorant la précision des prévisions de la demande, en optimisant les niveaux de stock et en simplifiant le processus de réapprovisionnement, et quels sont les avantages et les défis liés à cette transformation ?Plan provisoire
1.IntroductionContexte
Identification et Formulation du Problème
Question de Recherche
Formulation des Hypothèses
Justification du Choix du Sujet et Motivation
Énoncé des Objectifs
Méthodes et Techniques Utilisées
Structure du Travail
Fondements de la Gestion de Stock et Enjeux Actuels
2.Concepts de Gestion de Stock
Problèmes liés aux Méthodes Traditionnelles
Importance de la Gestion de Stock Optimale
3.L'Intelligence Artificielle au Service de la Gestion de Stock
Techniques d'Intelligence Artificielle Applicables
Prévision de la Demande et Précision des Prévisions
Automatisation du Réapprovisionnement
Optimisation des Niveaux de Stock
Intégration Pratique et Impact de l'IA sur la Gestion de Stock
4.Développement de l'Application de Gestion de Stock
Évaluation des Performances de l'Application
Avantages et Limites de l'IA dans la Gestion de Stock
Recommandations pour une Mise en Œuvre Réussie
5.Conclusion
Synthèse des Résultats et Contributions
Réponses aux Problématiques
Perspectives Futures
Hypothèses
L'application de techniques d'intelligence artificielle dans la gestion de stock permettra d'améliorer la précision des prévisions de la demande.L'automatisation du réapprovisionnement à l'aide de l'intelligence artificielle simplifiera le processus de gestion de stock.
L'optimisation des niveaux de stock basée sur l'IA contribuera à réduire les coûts tout en évitant les ruptures de stock.
Méthodes
Pour aborder ces problématiques, cette étude utilisera une approche mixte combinant :Revue de la littérature pour examiner les concepts de gestion de stock, les méthodes d'intelligence artificielle et les études de cas pertinentes.
Collecte et analyse de données historiques de ventes et de stocks pour la prévision de la demande et l'optimisation des niveaux de stock.
Développement d'une application de gestion de stock intégrant des fonctionnalités d'IA pour automatiser le réapprovisionnement et optimiser les stocks.
Comparaison des performances de l'application IA avec des méthodes traditionnelles à l'aide de mesures telles que la précision des prévisions et la réduction des coûts.
Bibliographie
1.Silver, E. A., & Pyke, D. F. (2019). Inventory management and production planning and scheduling. Springer.2.Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT press.
3.Chen, Y., Yue, X., & Xu, J. (2019). Stockout avoidance in inventory management using AI and machine learning. International Journal of Production Economics, 211, 107-118.
4.Inderfurth, K., & van Woensel, T. (2018). A review of inventory management research in major logistics journals: Themes and future directions. Transportation Science, 52(6), 1394-1421.
5.Aruldoss, M., Jaganathan, S., & Vijayapriya, S. (2020). Inventory control using artificial intelligence techniques: A survey. Journal of Ambient Intelligence and Humanized Computing, 11(9), 3985-3997.
Directeur & Encadreur
Directeur: AKWIR Alain NKIEDIELEncadreur: Johnson KISAMBA
Status
Décision ou observation:Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON