Sujet de Postdoc

La construction hors site constitue une réponse prometteuse aux enjeux de décarbonation, de productivité et de qualité dans le secteur du bâtiment [1]. En particulier, la préfabrication de panneaux destinés à la rénovation énergétique permet de réduire les délais d'intervention sur chantier tout en améliorant les conditions de fabrication. Toutefois, les bénéfices de cette approche reposent sur une synchronisation efficace entre la production des panneaux en usine, leur transport et leur installation sur chantier [2],[3]. Plusieurs travaux récents ont montré que la coordination entre ces différentes étapes constitue un enjeu majeur pour garantir des livraisons Just-in-Time et limiter les coûts logistiques [4],[5]. Néanmoins, les problématiques liées à la gestion des ressources logistiques réutilisables, telles que les racks de transport des panneaux, restent encore peu étudiées alors qu'elles conditionnent directement la continuité des flux entre l'usine et le chantier. Ce projet de postdoctorat s'inscrit dans le cadre du projet BYWall, financé par l'ADEME, et vise à développer des modèles et des méthodes d'optimisation permettant de synchroniser la production hors site avec les besoins du chantier, tout en optimisant les opérations de transport et la rotation des racks réutilisables. Les travaux s'appuieront sur les techniques de recherche opérationnelle, d'optimisation combinatoire et d'intelligence artificielle afin de proposer des outils d'aide à la décision pour le pilotage de la chaîne logistique de la préfabrication [6].

Objectifs du projet
⬢ Développer des modèles d'optimisation intégrant la production, le transport et les besoins du chantier dans une approche globale de synchronisation des flux.
⬢ Optimiser la planification des livraisons de panneaux préfabriqués afin de garantir un approvisionnement Just-in-Time des chantiers.
⬢ Concevoir des méthodes d'optimisation pour la gestion de la rotation des racks réutilisables et la minimisation du nombre de racks nécessaires.
⬢ Développer des approches de résolution basées sur la recherche opérationnelle, les métaheuristiques et l'intelligence artificielle pour traiter des problèmes d'optimisation de grande taille.
⬢ Intégrer les incertitudes liées aux délais de transport, aux aléas de production et aux variations des besoins du chantier dans les modèles d'optimisation.
⬢ Valider les modèles développés sur les cas d'étude industriels du consortium BYWall. Références [1] Nima Moghimi, Oldouz Arshang, Farook Hamzeh, Digital twins in offsite construction: Current implementations, challenges, and future pathways, Automation in Construction, Volume 183, 2026, 106820, ISSN 0926-5805, https://doi.org/10.1016/j.autcon.2026.106820. [2] Jing Yin, Ran Huang, Hao Sun, Shunyao Cai, Multi-objective optimization for coordinated production and transportation in prefabricated construction with on-site lifting requirements, Computers & Industrial Engineering, Volume 189, 2024, 110017, ISSN 0360-8352, https://doi.org/10.1016/j.cie.2024.110017. [3] Sang Jun Ahn, SangUk Han, Mohammed Sadiq Altaf, Mohamed Al-Hussein, Integrating off-site and on-site panelized construction schedules using fleet dispatching, Automation in Construction, Volume 137, 2022, 104201, ISSN 0926-5805, https://doi.org/10.1016/j.autcon.2022.104201. [4] Zhang C, Jiang J, Xia C, Fu Y, Liu J, Duan P. Dual-objective optimization of prefabricated component logistics based on JIT strategy. Sci Rep. 2024 Dec 28;14(1):31267. doi: 10.1038/s41598-024-82689-w. [5] Si, T., Li, H. X., Hosseini, M. R., Ji, Y., & Liu, C. (2020, March). A solution to Just-in-Time delivery for off-site construction: a conceptual model. In Construction Research Congress 2020 (pp. 345-353). Reston, VA: American Society of Civil Engineers. https://doi.org/10.1061/9780784482865.037 [6] Ahmed Zaalouk, Sungkon Moon, SangHyeok Han, Operations planning and scheduling in off-site construction supply chain management: Scope definition and future directions, Automation in Construction, Volume 153, 2023, 104952, ISSN 0926-5805, https://doi.org/10.1016/j.autcon.2023.104952.