Nos Abonnements
Ressources Électroniques
Détail de l'auteur
Auteur Ramtane Benkerrou |
Documents disponibles écrits par cet auteur (2)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Faire une suggestion Affiner la rechercheConception d’outils digitaux pour le contrôle et l’optimisation de la flotte logistique domestique au sein de SLB / Hani Bellamari (2024)
Titre : Conception d’outils digitaux pour le contrôle et l’optimisation de la flotte logistique domestique au sein de SLB Type de document : document électronique Auteurs : Hani Bellamari, Auteur ; Raihane Sidhoum, Auteur ; Iskander Zouaghi, Directeur de thèse ; Ramtane Benkerrou, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2024 Importance : 1 fichier PDF (7 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet
Mémoire de Projet de Fin d’Etudes : Génie Industriel. Management Industriel : Alger, Ecole Nationale Polytechnique : 2024
Bibliogr. p. 96 - 102 . - Annexe p. 103 - 116Langues : Français (fre) Mots-clés : Portail digital
Chargement
Déchargement
Métaheuristique
Monte CarloIndex. décimale : PI00824 Résumé : SLB est une entreprise de services pétroliers jouant un rôle crucial dans l’industrie. Ce travail vise à améliorer la performance de la logistique domestique en trois parties : une analyse approfondie de la logistique domestique chez SLB, une revue des concepts théoriques liés à l’optimisation logistique, et la conception d’outils numériques pour une meilleure gestion de flotte. Après une immersion à Hassi Messaoud, nous avons identifié les processus critiques et proposé des solutions pour optimiser les opérations de chargement/déchargement, utilisant des simulations Monte Carlo pour un ordonnancement optimal. Conception d’outils digitaux pour le contrôle et l’optimisation de la flotte logistique domestique au sein de SLB [document électronique] / Hani Bellamari, Auteur ; Raihane Sidhoum, Auteur ; Iskander Zouaghi, Directeur de thèse ; Ramtane Benkerrou, Directeur de thèse . - [S.l.] : [s.n.], 2024 . - 1 fichier PDF (7 Mo) : ill.
Mode d'accès : accès au texte intégral par intranet
Mémoire de Projet de Fin d’Etudes : Génie Industriel. Management Industriel : Alger, Ecole Nationale Polytechnique : 2024
Bibliogr. p. 96 - 102 . - Annexe p. 103 - 116
Langues : Français (fre)
Mots-clés : Portail digital
Chargement
Déchargement
Métaheuristique
Monte CarloIndex. décimale : PI00824 Résumé : SLB est une entreprise de services pétroliers jouant un rôle crucial dans l’industrie. Ce travail vise à améliorer la performance de la logistique domestique en trois parties : une analyse approfondie de la logistique domestique chez SLB, une revue des concepts théoriques liés à l’optimisation logistique, et la conception d’outils numériques pour une meilleure gestion de flotte. Après une immersion à Hassi Messaoud, nous avons identifié les processus critiques et proposé des solutions pour optimiser les opérations de chargement/déchargement, utilisant des simulations Monte Carlo pour un ordonnancement optimal. Réservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Spécialité Etat_Exemplaire EP00806 PI00824 Ressources électroniques Bibliothèque centrale Projet Fin d'Etudes Disponible Management_Industriel Téléchargeable Documents numériques
BELLAMARI.Hani_SIDHOUM.Raihane.pdfURL
Titre : Contribution à l’intégration de solutions digitales pour une meilleure visibilité et une gestion durable de la logistique de transport : application SLB Algérie Type de document : document électronique Auteurs : Yasmine Bouchafa, Auteur ; Melissa Larbi, Auteur ; Iskander Zouaghi, Directeur de thèse ; Ramtane Benkerrou, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2023 Importance : 1 fichier PDF (8.4 Mo) Note générale : Mode d'accès : accès au texte intégral par intranet
Mémoire de Projet de Fin d’Etudes : Génie Industriel. Management Industriel : Alger, Ecole Nationale Polytechnique : 2023
Bibliogr. P. 133 - 135. Annexes P. 136 - 151Langues : Français (fre) Mots-clés : ASLOG
Cahier des charges
GES
IoT
Logistique
Machine learning
Tableau de Bord
VBAIndex. décimale : PI01123 Résumé : Cette présente étude s’inscrit dans le cadre de l’optimisation et de l’amélioration de la visibilité des activités de la logistique domestique de l’entreprise SLB. Cette problématique fut détectée après qu’un audit ASLOG ait été mené sur l’ensemble de la Supply chain. La première partie de la solution concerne l’amélioration des prévisions en proposant un modèle de machine learning fiable et réaliste. La deuxième partie se porte sur la conception d’un cahier des charges ainsi que le prototype visant à concevoir une plateforme logistique qui améliore la visibilité de l’activité et aide aussi à centraliser les données de la logistique. La troisième partie concerne la création de tableau de bord, ainsi que la méthodologie de calcul des emissions de CO2 de l’activité de la logistique domestique de SLB visant à améliorer la visibilité des performance des sous-traitants concernant l’objectif de la réduction des GES de SLB. Enfin nous avons proposé les pespectives futures innovantes : l’utilisation de l’IoT dans la logstique de SLB pour améliorer sa performance ainsi que le calcul de sa rentabilité à long terme. Contribution à l’intégration de solutions digitales pour une meilleure visibilité et une gestion durable de la logistique de transport : application SLB Algérie [document électronique] / Yasmine Bouchafa, Auteur ; Melissa Larbi, Auteur ; Iskander Zouaghi, Directeur de thèse ; Ramtane Benkerrou, Directeur de thèse . - [S.l.] : [s.n.], 2023 . - 1 fichier PDF (8.4 Mo).
Mode d'accès : accès au texte intégral par intranet
Mémoire de Projet de Fin d’Etudes : Génie Industriel. Management Industriel : Alger, Ecole Nationale Polytechnique : 2023
Bibliogr. P. 133 - 135. Annexes P. 136 - 151
Langues : Français (fre)
Mots-clés : ASLOG
Cahier des charges
GES
IoT
Logistique
Machine learning
Tableau de Bord
VBAIndex. décimale : PI01123 Résumé : Cette présente étude s’inscrit dans le cadre de l’optimisation et de l’amélioration de la visibilité des activités de la logistique domestique de l’entreprise SLB. Cette problématique fut détectée après qu’un audit ASLOG ait été mené sur l’ensemble de la Supply chain. La première partie de la solution concerne l’amélioration des prévisions en proposant un modèle de machine learning fiable et réaliste. La deuxième partie se porte sur la conception d’un cahier des charges ainsi que le prototype visant à concevoir une plateforme logistique qui améliore la visibilité de l’activité et aide aussi à centraliser les données de la logistique. La troisième partie concerne la création de tableau de bord, ainsi que la méthodologie de calcul des emissions de CO2 de l’activité de la logistique domestique de SLB visant à améliorer la visibilité des performance des sous-traitants concernant l’objectif de la réduction des GES de SLB. Enfin nous avons proposé les pespectives futures innovantes : l’utilisation de l’IoT dans la logstique de SLB pour améliorer sa performance ainsi que le calcul de sa rentabilité à long terme. Réservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Spécialité Etat_Exemplaire EP00625 PI01123 Ressources électroniques Bibliothèque centrale Projet Fin d'Etudes Disponible Management_Industriel Téléchargeable Documents numériques
BOUCHAFA.Yasmine_LARBI.Melissa.pdfURL
