Amélioration de l'approvisionnement et la gestion des stocks de premiers secours dans une démarche d'internet physique utilisant de l'intelligence artificielle // Improving first aid supplies and inventory using artificial intelligence and the physical in

La logistique d'urgence, ou plus largement la logistique humanitaire, désigne l'organisation et la planification des flux de marchandises, des opérations et des services avant et pendant les catastrophes, les crises ou les situations d'urgence, telles que les catastrophes naturelles, les pandémies ou les crises civiles (Kundu et al., 2022). L'approvisionnement, la planification et la distribution des ressources d'urgence sont essentiels. La recherche vise à développer une méthodologie combinant l'intelligence artificielle (Sapkota et al., 2026) et l'Internet physique (Montreuil, 2011, Pan et al., 2025) afin de transformer la logistique d'urgence, qui est actuellement trop lente et trop rigide face à des crises multiples et confrontée à d'importants stocks dormants en dehors des crises. La solution permettrait une gestion adaptative et partagée des stocks et des flux d'urgence, ainsi que des services logistiques. L'objectif est de réduire les retards, les coûts et l'impact environnemental, tout en assurant la coordination entre les acteurs, la souveraineté sur les flux de produits critiques et la résilience régionale.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Emergency logistics, or more widely humanitarian logistics, refers to the organization and planning of the flow of goods, operations, and services before and during disasters, crises, or emergencies, such as natural disasters, pandemics, or civil crises (Kundu et al., 2022). Emergency resource supply, scheduling, and distribution are crucial. The research aims to develop a methodology combining Artificial Intelligence (Sapkota et al., 2026) and the Physical Internet (Montreuil, 2011, Pan et al., 2025) to transform emergency logistics, which is currently too slow and inflexible in the face of multiple crises and faced with significant dormant stocks outside of crises. The solution would enable adaptive, shared resource management of emergency stocks and flows, and logistics services. The goal is to reduce delays, costs, and environmental impact, while ensuring coordination between actors, sovereignty over critical product flows, and regional resilience.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/01/2026

Autre financement public

ANR Financement d'Agences de financement de la recherche

IMT Mines Albi

309 SYSTEMES

Titulaire d'un master en ingénierie, ou diplome d'ingénieur, avec des connaissances avérées dans un ou plusieurs des domaines suivants : génie industriel, gestion de la chaîne d'approvisionnement, intelligence artificielle, sciences de la décision, sciences des données, mathématiques appliquées, modèles de simulation, systèmes d'aide à la décision ou intelligence économique. Une solide expérience en logistique et en gestion de la chaîne d'approvisionnement est fortement souhaitable. Un bon niveau d'anglais, tant à l'écrit qu'à l'oral, est requis. De solides compétences et une forte motivation en programmation informatique sont préférables
Holder of a master's degree in engineering, science, or management with proven knowledge in one or more of the following fields: industrial engineering, supply chain management, artificial intelligence, decision sciences, data sciences, applied mathematics, simulation models, decision support systems, or business intelligence. A strong background in logistics and supply chain management is highly desirable. A good level of English, both in writing and presentation, is required. Strong skills and a strong motivation in computer programming are preferred.