Soutenance de Mozhgan Jahanafroozi

Cette thèse s’inscrit dans le champ de l’optimisation des systèmes de logistique inverse en économie circulaire, où la gestion efficace des flux de retour doit être assurée sous des contraintes opérationnelles, économiques, environnementales et sociales significatives. Elle repose sur une double approche combinant investigation empirique et modélisation mathématique, afin d’identifier les leviers d’amélioration de la phase de collecte et d’en formaliser l’optimisation.

Une étude empirique basée sur une enquête auprès d’experts du secteur identifie la phase de collecte comme l’étape la plus critique des opérations de logistique inverse, et révèle que l’analyse des mégadonnées (Big Data Analytics) est perçue comme la technologie Industrie 4.0 la plus déterminante, en améliorant la visibilité des données et la qualité de la prise de décision.

Motivée par la centralité du processus de collecte, la thèse développe un cadre d’optimisation fondé sur le Problème de Localisation-Tournées Capacitaire pour les Opérations de Collecte en Logistique Inverse (Capacitated Location-Routing Problem for Pick-up Operations in Reverse Logistics — CLRP-RL-P).

Le modèle de programmation linéaire en nombres entiers mixtes proposé intègre conjointement les coûts économiques, les émissions de CO₂ et des contraintes de bien-être des conducteurs. Il est résolu via Gurobi, complété par une approche matheuristique combinant Recherche à Voisinage Variable (VNS) et programmation mathématique pour les instances de grande taille.

Les expériences computationnelles démontrent l’efficacité du cadre proposé pour concevoir des réseaux de logistique inverse durables, cohérents avec les objectifs de l’économie circulaire.

Rapporteurs :

• Feng CHU, Professeur, Université d’Évry Paris-Saclay – IBISC, Évry Courcouronnes
• Imed KACEM, Professeur, Université de Lorraine, Metz
   

Examinateurs :

• Hamid ALLAOUI, Professeur, Université d’Artois
• Marwa NOUIRI, Maîtresse de conférences, IUT de Nantes – Nantes Université
   

Co-directeurs de thèse :

• Abdelhakim ARTIBA, Professeur, Université Polytechnique Hauts-de-France
• Joseph SARKIS, Professeur, Worcester Polytechnic Institute, USA
   

Encadrants :

• Abdessamad AIT EL CADI, Professeur, Université Polytechnique Hauts-de-France
• Abdelghani BEKRAR, Maître de conférences HDR, Université Polytechnique Hauts-de-France

Logistique inverse ; Économie circulaire ; Problème de Localisation-Tournées Capacitaire ; Matheuristique ; Industrie 4.0 ; Développement durable.