Chaire de recherche en intelligence artificielle pour des chaînes d’approvisionnement numériques, résilientes, agiles et durables

Cette chaire promouvoit la recherche collaborative et le partenariat avec les entreprises de la région Chaudières-Appalaches et du Québec afin d’accélérer la numérisation des chaînes d’approvisionnement.

Elle s’appuie sur la recherche, l’innovation ouverte et le transfert technologique pour soutenir les efforts des entreprises à relever les défis de la numérisation tout en tenant compte des enjeux économiques, sociaux et environnementaux.

Objectifs de la chaire de recherche 

  1. Accompagner les entreprises manufacturières dans la région Chaudière-Appalaches et au Québec dans la numérisation des processus de leur chaîne d’approvisionnement et contribuer à la formation du personnel hautement qualifié dans ce domaine.
  2. Promouvoir la recherche collaborative en développant de nouvelles approches issues de l’intelligence artificielle pour des chaînes d’approvisionnement performantes, numériques, résilientes, agiles et durables.
  3. Maximiser la disponibilité des processus manufacturiers de la chaîne d’approvisionnement en intensifiant la recherche, l’innovation et le transfert technologique.
  4. Améliorer la résilience des chaînes d’approvisionnement dans un environnement incertain via le développement et l’application des modèles d’intelligence artificielle.

Vision

Créer un pôle d’excellence universitaire régional centré sur le développement et l’application des approches de l’intelligence artificielle pour des chaînes d’approvisionnement numériques, résilientes, agiles et durables.

Valeurs

Excellence, innovation, équité, inclusion, diversité et conformité.

Financement de la chaire de recherche 

La chaire de recherche en intelligence artificielle pour des chaînes d’approvisionnement numériques, résilientes, agiles et durables est un partenariat entre l’UQAR et la ville de Lévis. Un premier partenariat a été réalisé dans le cadre de la chaire avec l’entreprise de Lévis XST (Xpert Solutions Technologiques inc.)  et l’organisme subventionnaire Mitacs. La fondation UQAR contribue également au financement de la chaire.

Titulaire

  • Titre : Professeure
  • Département : Unité départementale des sciences de la gestion
  • Campus : Campus de Lévis
  • Courriel : loubna_benabbou@uqar.ca
  • Téléphone : 418 833-8800, poste 3199
  • Téléphone sans frais : 1 800 463-4712, poste 3199
  • Bureau : 2092
  • Domaines de recherche :
    • Intelligence artificielle : Apprentissage automatique
    • Sciences de décision : Recherche opérationnelle, Aide multicritère à la décision
    • Applications en gestion des chaînes d’approvisionnement, la digitalisation des processus industriels, et la mitigation des risques des changements climatiques

Loubna Benabbou est professeure à l’Unité départementale des sciences de gestion à l’Université du Québec à Rimouski (UQAR). Elle est titulaire d’un M.B.A et d’un Ph.D en apprentissage automatique et en sciences de décision de l’Université Laval et d’un diplôme d’ingénieure en génie industriel de l’Ecole Mohammadia d’Ingénieurs.

Ses intérêts de recherche s’inscrivent dans le cadre général de développement et l’application des méthodes de l’apprentissage automatique issues de l’intelligence artificielle et des sciences de décisions pour aider à la prise de décision.

Elle s’intéresse à l’application de ces méthodes dans les domaines de : la gestion des chaînes d’approvisionnement, la digitalisation des processus industriels, et la mitigation des risques des changements climatiques. 

Elle a participé dans plusieurs projets de recherche avec l’industrie et siège dans des comités scientifiques/techniques de revues et conférences internationales. Par ailleurs, elle a publié plusieurs articles dans des revues scientifiques internationales et des actes conférences internationales indexées.

  • Ph.D. en apprentissage automatique et sciences de décision, 2009, Faculté des Sciences de l’Administration, Université Laval, Qc, Canada
  • M.B.A en modélisation et décision organisationnelle, 2003, Faculté des Sciences de l’Administration, Université Laval, Qc, Canada
  • Baccalauréat/Maitrise en génie Industriel, 1998, Ecole Mohammadia d’Ingénieurs, Université Mohammed V à Rabat, Maroc
  • Chaire de recherche en intelligence artificielle pour les chaînes d‘approvisionnement numériques, résilientes, agiles et durables. Septembre 2022-Août 2027, 1 000 000$, en partenariat avec la ville de Lévis, Mitacs, XST et fondation UQAR. (PHQs : 3 Post-docts, 4 PhDs, 8 MSc)
  • Élaboration d’un système intelligent pour la prédiction des heures d’arrivée et des vitesses des navires. Septembre 2022-Août 2025. 240 000$, Subvention Mitacs avec l’entreprise XST. (PHQs : 1 Post-doct, 2 MSc)
  • Système d’aide à la décision pour la prédiction de la ressource renouvelable et du productible énergétique afin de contribuer à la réduction des émissions de gaz à effet de serre. Septembre 2020-Avril 2024. 1 116 480$, Subvention Ministère de l’Environnement et de la Lutte contre les Changements Climatiques (MELCC) au Québec. En collaboration avec Pr. Yoshua Bengio (Mila/UdeM), Pr Hanane Dagdougui (Polytechnique Montréal) et Pr Berrado (EMI). (PHQs : 2 Post-docts, 4 PhDs, 3 MSc).
  • Modélisation de la résilience des chaînes d’approvisionnement face aux risques extrêmes et proposition de plans de reprise. Mai 2020 – Décembre 2024. 25 000$, Subvention du Mathematics of Information Technology and Complex Systems (MITACS) avec la grappe aérospatiale québécoise Aéro Montréal: Octobre 2020-janvier 2021. (PHQs : 1 Post-doct)
  • Approches de valorisation des données pour le pilotage d’une chaîne d’approvisionnement digitale, agile, flexible et durable. Mai 2020-Juin 2023. 45 000$, Subvention Découverte au Développement du CRSNG et 8 000$ de soutien de l’UQAR. (PHQs : 2 Doctorants, 4 MSc)
  • Approche d’aide à la décision basée sur la valorisation des données dans un environnement incertain et son application au transport maritime et à la gestion des opérations dans les ports. Juillet 2019-décembre 2022.  Subvention MITACS Globalink, bourse de stage au Mila en hiver 2022 pour la doctorante Sara El Mekkaoui pour la période Janvier 2022-Avril 2022. En collaboration avec Pr Berrado (EMI) (PHQs : 1 Doctorante)
  • Élaboration d’un système manufacturier intelligent pour le pilotage des processus de production dans l’industrie de valorisation du bois : cas du processus de reséchage de précision dans une scierie. Mars 2020 – avril 2022. 80 000$, Subvention programme accélération MITACS avec FPInnovations. En collaboration avec Pr. Ouhimmou (ETS) (PHQS : 1 Post-doct, 3 MSc)
  • Optimisation du problème de tournée de véhicules VRP (Vehicle Routing Problem) en utilisant l’apprentissage profond et l’apprentissage par renforcement. Février 2019- décembre 2021. 15 000$, Subvention Mitacs avec l’entreprise ClearD. Subvention Mitacs-Globalink MITACS/AIMS/IVADO, bourse de stage pour l’été 2019. Septembre 2022-Aôut 2025 Bourse de doctorat FQRNT en collaboration avec Pr El Hallaoui (Polytechnique Montréal) (PHQs : 1 Doctorant, 3 MSc)
  • Modèles quantitatifs pour la gestion et l’externalisation des opérations de la chaîne logistique des produits pharmaceutiques du ministère de la santé au Maroc. Janvier 2015- décembre 2020. 550 000$ Subvention du Centre Nationale de la Recherche Scientifique et Technique (CNRST, Maroc). En collaboration avec Pr. Berrado (EMI) (PHQs : 8 Doctorantes)
  • Excellence opérationnelle des processus de production dans un environnement de données massives : Démarche et application. Mars 2019 – juin 2020. 14 229$, Subvention du Centre d’Expertise Universitaire voué au Développement des Organisations (CEUDO). (PHQs : 3 MSc)
  • Outil de priorisation des bassins-versants pour la gestion des risques des inondations dans le cadre de la mise en œuvre de l’initiative Info-Crue au Québec. Mars 2019 – Juin 2019. 43 551$, Subvention du Consortium sur la Climatologie Régionale et l’Adaptation aux Changements Climatiques : Ouranos.
  • Choix des méthodes d’intelligence artificielle pour le pilotage des processus de production dans le secteur de la valorisation du bois. Février 2019 – avril 2019. Contrat d’expertise avec FPInnovations.
  • Développement de modèles prédictifs basés sur l’apprentissage machine et l’optimisation pour aider à la prise de décision en temps réel dans la gestion des opérations. Février 2017-décembre 2019. 140 000$ en bourses d’études du premier groupe minier au monde dans le phosphate l’OCP. En collaboration avec Pr. Berrado (EMI)
  • 2022/9 – 2024/8 Codirectrice de recherche, Ismail Bourzak (En cours), UQAR, Élaboration d’un système intelligent pour la prédiction des heures d’arrivée et des vitesses des navires.
  • 2022/9 – 2024/8 Codirectrice de recherche, Ayoub Atanane (En cours), UQAR, Élaboration d’un système d’aide à la décision pour le pilotage de la performance des installations de production de l’énergie renouvelable.
  • 2022/1 – 2023/12 Codirectrice de recherche, Abderrahim Zilali (En cours), UQAR, Modèles d’apprentissage profond pour l’élaboration des politiques de maintenance prédictive.
  • 2021/3 – 2021/10 Codirectrice de recherche, Oussama Boussif (Terminé), École Centrale Supélec/École Normale Paris-Saclay, A Deep Learning Model For Partial Differential Equation Resolution.
  • 2021/1 – 2022/4 Directrice de recherche principal, Saad El Marjani (Terminé), UQAR, La numérisation du processus de la gestion des ressources via l’intelligence artificielle: cas de la gestion de projet.
  • 2021/1 – 2023/4 Codirectrice de recherche, Ghait Boukachab (En cours), UQAR, Élaboration de modèles d’apprentissage profond pour la prédiction de la ressource solaire.
  • 2021/1 – 2023/4 Codirectrice de recherche, Saad Benslimane (En cours), Polytechnique Montréal, Élaboration des modèles de prédiction du productible énergétique à partir de la ressource solaire.
  • 2020/9 – 2022/12 Codirectrice de recherche, Mouhcine Laaroussi (En cours), École de Technologie Supérieure, Élaboration des modèles prédictifs pour le pilotage des processus de la chaîne d’approvisionnement.
  • 2020/4 – 2021/12 Codirectrice de recherche, Rabii Houtane (Terminé), UQAR, Modélisation et simulation d’une plaque en acier 4340 chauffée par induction utilisant un modèle de simulation par éléments finis : prédiction et optimisation numérique.
  • 2020/1 – 2021/12 Codirectrice de recherche, Dario Simbizi (Terminé), UQAR, La résilience et ses liens avec la digitalisation, l’agilité et la flexibilité des approvisionnements : une revue de littérature.
  • 2019/4 – 2019/12 Codirectrice de recherche, Ola Badreldeen (Terminé), African Institute for Mathematical Sciences (AIMS), Planning of Home Health Care Structures: Optimization and Reinforcement Learning Models.
  • 2016/9 – 2017/4 Directrice de recherche principal, Ismail Ed-Daoudi (Terminé), CFC Academy, Modélisation du Risque de Liquidité dans le Marché Financier Marocain.
  • 2015/1 – 2016/1, Directrice de recherche principal Mohammed Redouane Khrifi (Terminé), CFC Academy, Évaluation des Projets d’Énergie Renouvelable avec les Options Réelles.
  • 2021/10 – 2024/12 Codirectrice de recherche, Maryam Chafiq (En cours), École Mohammadia d’Ingénieurs, Modèles de prédiction et d’optimisation de la performance opérationnelledes installations de production des énergies renouvelables.
  • 2021/10 – 2024/12 Codirectrice de recherche, Samira Abousaid (En cours), École Mohammadia d’Ingénieurs, Modèles d’apprentissage profond pour la prédiction du productible renouvelable.
  • 2021/1 – 2024/12 Codirectrice de recherche, Saad Benbrahim (En cours), École Mohammadia d’Ingénieurs, Élaboration des modèles de prédiction à base d’apprentissage profond de la ressource solaire.
  • 2020/9 – 2023/8 Codirectrice de recherche, Abdelhakim Abdellaoui (En cours), Polytechnique Montréal, Modèles d’apprentissage par renforcement pour l’optimisation: cas du problème de tournée de véhicules.
  • 2020/1 – 2024/12 Codirectrice de recherche, Souhaila Chiguer (En cours), École Mohammadia d’Ingénieurs, Élaboration d’un modèle de pricing dynamique pour une meilleure intégration de l’électricité verte.
  • 2019/7 – 2022/12 Codirectrice de recherche, Noucaiba Sbai (En cours), École Mohammadia d’Ingénieurs, Les systèmes de gestion de stock multi-échelons dans les chaines d’approvisionnement.
  • 2019/7 – 2022/12 Codirectrice de recherche, Sara El Mekkaoui (En cours), Ecole Mohammadia d’Ingénieurs, Data-driven Approaches to Decision-Making under Uncertainty, and its application to Seaport’s Operations Management.
  • 2016/9 – 2022/5 Codirectrice de recherche, Hakim Bouayed (Terminé), Ecole Mohammadia d’Ingénieurs, Gouvernance des Systèmes d’Information dans la Chaîne d’Approvisionnement des Produits Pharmaceutiques.
  • 2016/9 – 2022/4 Codirectrice de recherche, Iliasse Mahraz (En cours), Ecole Mohammadia d’Ingénieurs, De l’informatisation à la digitalisation des chaînes d’approvisionnement.
  • 2016/9 – 2022/4 Codirectrice de recherche, Badre Labiad (En cours), Ecole Mohammadia d’Ingénieurs, Prédiction par Apprentissage Profond des Mouvements des Titres Financiers.
  • 2014/9 – 2021/11 Codirectrice de recherche, Afaf Haial (Terminé), Ecole Mohammadia d’Ingénieurs, Stratégies de Transport des Systèmes de la Santé Publique.
  • 2014/9 – 2019/10 Codirectrice de recherche, Zoubida Chorfi (Terminé), Ecole Mohammadia d’Ingénieurs, Monitoring and Sizing of Health care supply chains: Case study of public pharmaceutical supply chain in Morocco.
  • 2014/9 – 2020/10 Codirectrice de recherche, Malak Moaky (Terminé), Ecole Mohammadia d’Ingénieurs, Exploring a Lean Multi-Echelon Inventory Management of pharmaceuticals supply chain:  The case of public sector in Morocco.
  • 2014/9 – 2021/2 Codirectrice de recherche, Samia Laghrabli (Terminé), Ecole Mohammadia d’Ingénieurs, Modeling of the Transient Phase Between Insourcing setup and Outsourcing Configuration of the Logistics Activities.
  • 2014/9 – 2018/12 Codirectrice de recherche, Jihane Gharib (Terminé), Ecole Mohammadia d’Ingénieurs, Analysis and Quantification of Investment Projects’ Profitability: A Real Options Framework.
  • 2012/9 – 2019/7 Codirectrice de recherche, Sanae Kouismi (Terminé), Ecole Mohammadia d’Ingénieurs, Conception des modèles d’ordonnancement à machines parallèles à temps discret: Application à la gestion d’un terminal ferroviaire au Maroc.
  • 2022/5 – 2024/4 Codirectrice de recherche, Dan Assouline (En cours), Université de Montréal/Mila, Hybridation des modèles physiques et de l’apprentissage profond pour la prédiction du rayonnement solaire.
  • 2022/5 – 2024/4 Codirectrice de recherche, Stefano Massaroli (En cours) , Université de Montréal/Mila, Hybridation des modèles physiques et de l’apprentissage profond pour la prédiction du rayonnement solaire.
  • 2021/4 – 2021/10 Directrice de recherche principal, Siamak Mushakhian (Terminé) , UQAR, Élaboration d’un système manufacturier intelligent pour le pilotage des processus de production dans l’industrie de valorisation du bois : cas du processus de re-séchage de précision dans une scierie.
  • 2021/2 – 2022/5 Directrice de recherche principal, Safae Er-Rbib (Terminé) , UQAR, Modélisation de la résilience des chaînes d’approvisionnement face aux risques extrêmes : cas de la COVID19.
  • Professeure, Unité départementale des sciences de la Gestion, Université du Québec à Rimouski Campus Lévis, Qc, Canada 2018 –Présent.
  • Professeure, Département Génie Industriel, École Mohammadia d’Ingénieurs, Maroc 2010 – 2018.
  • Professeure, Département Génie Industriel, École Nationale Supérieure des Mines de Rabat, Maroc 2009 – 2010.
  • El Mekkaoui*, S. Benabbou, L. Berrado, A. (2022). Deep Learning Models for Vessel’s ETA Prediction: Bulk Ports Perspective. Flexible Services and Manufacturing Journal.
  • Mahraz*, I. Benabbou, L. Berrado, A. (2022). Machine learning in supply chain management: A systematic literature review. International Journal of Supply and Operations Management.
  • Haial* A., Benabbou L., Berrado A. (2021). Designing a transportation strategy decision making process for a supply chain: Case of a pharmaceutical supply chain. International Journal of Environmental Research and Public Health.
  • Bouayad*, H., Benabbou, L., Berrado, A. (2021). A Multi-Criteria Decision Analysis Approach for Aligning IT and Supply Chain Strategies. International Journal of Supply and Operations Management.
  • Bouayad*, H., Benabbou, L., Berrado, A. (2021). Aligning Information Technology and Supply Chain: An Approach to Map SCOR to COBIT. International Journal of Information System Modeling and Design.
  • Sbai*, N. Benabbou, L. Berrado, A. (2021). Multi-echelon Inventory System Selection: Case of Distribution Systems. International Journal of Supply and Operations Management.
  • Haial*, A. Berrado, A. & Benabbou, L. (2020). A Conceptual Framework For designing a transportation Network: The case of a pharmaceutical Supply Chain. International Journal of Logistics Systems and Management.
  • Laghrabli*, S. Benabbou, L. Berrado, A. (2020). Mapping Supplier Selection Methods and Criteria in the Scoring and Assessment Sourcing Process: Case of Logistics Activities. International Journal of Logistics Systems and Management.
  • Mahraz*, I. Benabbou, L. Berrado, A. (2020). A Compilation and Analysis of Critical Success Factors for the ERP Implementation. International Journal of Enterprise Information Systems. 16(2)
  • Chorfi*, Z. Benabbou, L. Berrado, A. (2019). An integrated DEA based approach for evaluating and sizing health care supply chains. Journal of Modelling in Management.
  • Chorfi*, Z. Benabbou, L. Berrado, A. (2018). An Integrated Performance Measurement Framework for Enhancing Public Health Care Supply Chain. Supply Chain Forum.
  • Mouaky*, M. Berrado, A. Benabbou, L. (2018). Using a Kanban system for multi-echelon inventory management: the case of pharmaceutical supply chain. International Journal of Logistics Systems and Management.
  • Gharib*, J. Berrado, A. Benabbou, L. (2018). Real Options Framework for Dealing with Uncertainty in Project Management: A Moroccan Infrastructure Project.International Journal of Industrial Engineering and Operations Management.
  • Mouaky*, M. Berrado, A. Benabbou, L. (2018). DMADV approach to evaluate the Adaptive Kanban Performance for Inventory Management Process: The case of Moroccan Public Pharmaceutical Supply Chain. Supply Chain Forum.
  • Boussif*, O.  D Assouline, L Benabbou, Y Bengio. (2022). MAgNet: Mesh Agnostic Neural PDE Solver. 36th Conference on Neural Information Processing Systems (NeurIPS 2022), New Orleans, États-Unis.
  • Laaroussi*, M.  L. Benabbou, M. Ouhimmou, F Abasian, S Haddad. (2022). Predicting the mean moisture content in a conventional kiln-based drying process: a data-driven approach. IFAC MIM2022, Nantes, France.
  • El Mekkaoui*, S. Benabbou, L., Berrado, A. (2022). Machine Learning models for efficient port terminal operations: case of ships arrival times prediction. the 10th MIM 2022 – IFAC conference, Nantes, France.
  • Labiad*. B, Berrado. A, and Benabbou. L. (2022). Improving Stock Market Intraday Prediction by Generative Adversarial Neural Networks. The 12th International Conference on Industrial Engineering and Operations Management (IEOM), Istanbul.
  • El Mekkaoui*, S. Benabbou, L. Berrado, A. (2022). Automatic Identification System Data Quality: Outliers Detection Case. The 12th International Conference on Industrial Engineering and Operations Management (IEOM), Istanbul.
  • El Marjani*, S. Er-rbib, S. Benabbou, L. (2022). Artificial Intelligence Demand Forecasting Techniques inSupply Chain Management: A Systematic Literature Review. The 12th International Conference on Industrial Engineering and Operations Management (IEOM), Istanbul.
  • El Mekkaoui*, S. Benabbou, L. Berrado, A. (2021). Machine Learning based Approach for Predicting Vessels Estimated Time of Arrivals. Forum Diversity and Inclusion in AI à IJCAI 2021, Montréal.
  • Rahhali, I. Benabbou, L. Abasian, F. Fillion, S. (2021). Machine Learning Models for Variability Control: The Case of the Wood Industry. CORS2021.
  • Mahraz*, I. Benabbou, L. Berrado, A. (2021). La transformation digitale de la chaîne d’approvisionnement. CIGI/Qualita 2021., Grenoble, France.
  • M. Laaroussi*, M. Montecino, J.C. Benabbou, L. Ouhimmou, (2021). Segmentation et caractérisation de la demande des magasins magasins de détail. Cas des produits cosmétiques.CIGI/Qualita 2021, Grenoble.
  • Benabbou, L. (2021). Démarche d’excellence opérationnelle dans les processus de production dans un environnement de données massives. ACFAS2021, Trois Rivières.
  • Simbizi*, D., Benabbou, L. and Urli, B. (2021). Systematic Literature Reviews in Supply chain resilience: A Systematic Literature Review. The 11th International Conference on Industrial Engineering and Operations Management (IEOM), Singapour.
  • Chorfi, Z. Benabbou, L. Berrado, A. (2020). Composite indicators for assessing health care supply chains. The 5th IEEE International Conference on Logistics Operations Management.
  • El Mekkaoui*, S. Benabbou, L. Berrado, A. (2020). A Way Toward Low-Carbon Shipping: Improving Port Operations Planning using Machine Learning. AICC Workshop, The 34rd Neural Information Processing Systems, NeurIPS 2020.
  • Mahraz*, I. Benabbou, L. Berrado, A. (2020). Is Machine Learning Revolutionizing Supply Chain?. The 5th IEEE International Conference on Logistics Operations Management.
  • Sbai*, N. Benabbou, L. Berrado, A. (2020). An AHP Based Approach for Multi-echelon Inventory System Selection: Case of Distribution Systems. The 5th IEEE International Conference on Logistics Operations Management.
  • El Mekkaoui*, S. Benabbou, L. Berrado, A. (2020). Predicting Ships Estimated Time of Arrival based on AIS Data. The 15th ACM International Conference on Intelligent Systems: Theories and Applications.
  • Bouayad*. H, Benabbou. L, Berrado. A. (2020). A fuzzy TOPSIS based approach for alignment of information technology strategy insupply chain. The 5th IEEE International Conference on Logistics Operations Management.
  • Benabbou, L. (2020). Optimization Of The Generalization Bounds For Supervised Multi-class Classifiers.Institute for Operations Research and Management Science annual meeting (Informs).
  • Haial*, A. Berrado, A. Benabbou, L. (2020). Managing Stakeholder Participation in Transport Decision Making: Perspective of Public Pharmaceuticals Supply Chain in Morocco. The 5th IEEE International Conference on Logistics Operations Management.
  • El Mekkaoui*, S. Benabbou, L. Berrado, A. (2020). A Systematic Literature Review of Machine Learning Applications for Port’s Operations. The 5th IEEE International Conference on Logistics Operations Management.
  • Sbai*, N. Benabbou, L. Berrado, A. (2020). Comparison of MCDM Methods for Multi-Echelon Inventory System Selection Problem. The 15th ACM International Conference on Intelligent Systems: Theories and Applications.
  • DN Anthony Faustine, Lucas Pereira, L Benabbou. (2020). Leveraging Machine Learning for Sustainable andSelf-sufficient Energy Communities. Tackling Climate Change with Machine Learning workshop at NeurIPS 2020.
  • Lotfi*, S. Khalifa*, A. Badre*, O. Bellahsen*, A. Benabbou*, L. and El Halllaoui*, I. (2019). Resource Allocation Optimization In Home Health Care: A Reinforcement Learning Approach. WIML Workshop, Neural Information Processing Systems, NeurIPS 2019.
  • Lotfi*, S. Khalifa*, A. Badre*, O. Bellahsen*, A. Benabbou, L. and El Hallaoui, I. (2019). Home Health Care Resource Allocation Problem: A Reinforcement Learning Approach. ML4D Workshop, Neural Information Processing Systems, NeurIPS 2019.
  • Mahraz*, I. Benabbou, L. Berrado, A. (2019). A Systematic literature review of Digital Transformation. Actes de conférence. the 4th North American International Conference on Industrial Engineering and Operations Management (IEOM), Toronto, Canada.
  • Haial*, A. Berrado, A. Benabbou, L. (2019). Reviewing the use of Multi-Criteria Group Decision Making Methods for Transportation Problems: Case of Transport Mode Selection Problem.Actes de conférence. The 3rd European Conference on Industrial Engineering and Operations Management, IEOM 2019., Pilsen, Tchèque, République.
  • Miri*, A. Hajout*, T. Benabbou, L. Berrado, A. (2019). Machine Learning and Optimization Models to Achieve Operational Excellence: A case of a Fertilizers’ Plant. Actes de conférence. CIGI/Qualita 2019 Conference., Montréal, Canada.
  • Laghrabli*, S. Benabbou, L. Berrado, A. (2019). How to go from insourcing to outsourcing: A conceptualized and illustrative framework of the transientphase. Actes de conférence. 12éme édition du colloque international de la logistique et du supply chain management, Logistiqua 2019, Paris, France.
  • Dakhissi*, A. Elallam*, A. Benabbou, L. Berrado, A. Malki, Z. (2019). Modèles d’Apprentissage Automatique pour la Maintenance Prédictive: Cas de la laverie d’une mine. Actes de conférence. CIGI/Qualita 2019 Conference., Montréal, Canada.
  • Malki, Z., Ait-Kadi. D, Oualli, S. Benabbou, L. (2019). Multicriteria Decision Analysis Framework for Preventive Replacement Policy. Actes de conférence. Proceeding of CIGI/Qualita 2019 Conference, Montréal, Canada.
  • Benabbou, L., Malki, Z., Sankaran, K., Bouzekri, H. (2019). Machine Learning-based Predictive Maintenance for Renewable Energy: The Case of Power Plants in Morocco. 36 th International Conference on Machine Learning, ICML 19., Long-Beach, États-Unis.
  • Lotfi*, S. Khalifa*, A. Bellahsen*, A. and Benabbou, L. (2019). Planning in Home Health Care Structures using Reinforcement Learning. The 8th International Conference on Learning Representation ICLR 2019, New Orleans, États-Unis.
  • Benabbou, L. (2019). La valorisation des données massives pour une meilleure prise de décision dans les organisations. Congrès de l’ACFAS2019, UQO, 2019, Gatineau, Canada.
  • Labiad*. B, Berrado. A, and Benabbou. L. (2019). Intelligent System for Intraday Stock Market Forecasting. Actes de conférence. The 5th IEEE International Conference on Optimization and Applications, ICOA 2019, Kénitra, Maroc.
  • Laghrabli*, S. Benabbou, L. Berrado, A. (2019). Strategic Decisions Selection Methods in HealthCare: A Systematic Literature Review. Actes de conférence. The 5th IEEE International Conference on Optimization and Applications, ICOA 2019., Kénitra, Maroc.
  • Chorfi*, Z. Benabbou, L. Berrado, A. (2019). A Three Stage DEA Approach for Evaluating the Performance of Supply Chains: Case Study of Public Pharmaceutical Products Supply chains in Morocco. Actes de conférence. the 9th International Conference on Industrial Engineering and Operations Management, IEOM19., Bangkok, Thaïlande.
  • Mahraz*, I. Berrado. A, Benabbou, L. (2019). Success Factors for ERP Implementation: a Systematic Literature Review. Actes de conférence. the 9th International Conference on Industrial Engineering and Operations Management, IEOM19, Bangkok, Thaïlande.
  • Labiad*. B, Berrado. A, Benabbou. L. (2018). Short-Term Classification of Stock Markets using Deep Neural Networks. Actes de conférence. The 13th International Conference on Intelligent Systems: Theories and Applications, SITA’18., Rabat, Maroc.
  • Bouayed*, H. Benabbou, L. Berrado, A. (2018). An Analytic Hierarchy Process based Approach for Information Technology Governance Framework Selection. Actes de conférence. the 13th International Conference on Intelligent Systems: Theories and Applications, SITA’18, Rabat, Maroc.
  • Mahraz*, I. Berrado. A, Benabbou. (2018). A Survey of Success Factors for Project of ERP Implementation: A Moroccan Case Study. Actes de conférence. The 2nd European Conference on Industrial Engineering and Operations Management, IEOM 2018., Paris, France.
  • Benabbou. L. and Lang. P. (2017). A Reduction Principle for Generalizing Bona Fide RiskBounds in Multi- class Setting. NIPS Workshop on Multi-class and Multi-label Learning in Extremely Large Label Spaces, Long Beach, États-Unis.
  • Benabbou. L., Lang. P and Guitouni. A. (2017). A Mathematical Model for Multi-class and Multi- criteria Classification Problems. Women in Machine Learning Workshop at NIPS17 2017, Long-Beach, États-Unis.
  • Benabbou. L. & Lang. P. (2017). Tight Risk Bounds for Multi-class Learning. Actes de conférence. Neural Information Processing Systems: Workshop on Optimization for Machine Learning, Long-Beach, États-Unis.
  • Khalifa, A. Idsouguou, Y. Benabbou. L. Zirari. M. (2017). Machine Learning Approaches for Traffic Volume Forecasting: A Case Study of the Moroccan Highway Network. NIPS Workshop on Machine Learning for the Developing World, Long-Beach, États-Unis.
  • Loubna Benabbou et Pascal Lang. (2017). PAC-Bayesian Generalization Bound for Multi-class Learning. NIPS Workshop on Bayesian Learning: PAC-Bayesian trends and insights,, Long-Beach, États-Unis.
  • Benabbou. L. and Lang. P. (2017). Test Set Bounds for Multi-class Supervised Classification. IFORS.
  • Haial*, A. Berrado, A. Benabbou, L. (2017). A Transport Strategy Developing Process Based on Stakeholder Engagement. 7th International Conference on Industrial Engineering and Operations Management, Rabat, Maroc.
  • Bouayed*, H. Benabbou, L. Berrado, A. (2017). Towards an Information Technology Governance Framework Selection: Criteria Determination. 7th International Conference on Industrial Engineering and Operations Management, Rabat, Maroc.
  • Gharib*, J. Benabbou, L. (2017). Assessment of Investment Project Profitability in Uncertain Environment: A Real Options Approach. 7th International Conference on Industrial Engineering and Operations Management, Rabat, Maroc.
  • Laghrabli*, S. Benabbou, L. Berrado, A. (2017). Estimating Utility Functions through Experimental Designs.7th International Conference on Industrial Engineering and Operations Management, Rabat, Maroc.
  • Mouaky*, M. Berrado, A. Benabbou, L. (2017). Guidelines to Choose Operational Excellence Techniques/ Tools for Inventory Management: The Case of Pharmaceuticals Supply Chain.7th International Conference on Industrial Engineering and Operations Management, Rabat, Maroc.
  • Chorfi*, Z. Benabbou, L. Berrado, A. (2017). Proposed Performance Evaluation Framework for Assessingand providing Approximate Dimensioning of Supply Chains: Case Study of Public Pharmaceutical Products Supply Chains. 7th International Conference on Industrial Engineering and Operations Management, Rabat, Maroc.
  • Labiad*. B, Berrado. A, and Benabbou. L,. (2016). Machine Learning Techniques for Short Term Stock Movements Classification for Moroccan Stock Exchange. IEEE/11th International Conference on Intelligent Systems: Theories and Applications, SITA’16, Mohammadia, Maroc.
  • Mouaky*. M, Berrado. A, and Benabbou. L. (2016). An MCDA Approach to select a Kanban system for multi-echelon inventory management in a pharmaceutical supply chain.IEEE/11th International Conference on Intelligent Systems: Theories and Applications, SITA’16., Mohammadia, Maroc.
  • Hamidi Alaoui*. K, Benabbou. L, Berrado. A, and Tarmouti. A,. (2016). A Classification Based Framework for Credit Risk Assessment in the Moroccan Financial Market.IEEE/11th International Conference on Intelligent Systems: Theories and Applications, SITA’16., Mohammadia, Maroc.
  • Laghrabli*, S. Benabbou, L. Berrado, A. (2016). Strategic Decision Processes Classification Framework Using UTADIS.IEEE/11th International Conference on Intelligent Systems: Theories and Applications, SITA’16., Mohammadia, Maroc.
  • Chorfi*, Z. Benabbou, L. Berrado, A. (2016). An Experimental Approach for Dimensioning Public Healthcare Supply Chains.IEEE/11th International Conference on Intelligent Systems: Theories and Applications, SITA’16., Mohammadia, Maroc.
  • Kouismi*. S, Benabbou. L, Sbihi. N, Penz. B,. (2016). Scheduling unloading operations in a railway.IEEE/11th International Conference on Intelligent Systems: Theories and Applications, SITA’16., Mohammadia, Maroc.
  • El Mokrini*, A. Benabbou, L. Berrado, A. (2016). A Decision Aid Process for Strategic Insourcing/ Outsourcing in a Supply Chain.IEEE/3th International Conference Logistics Operations Management, GOL’2016, Fes, Maroc.
  • Lahlou Kassi*, M, Berrado, A. Benabbou, L. and Benabdelkader, K. (2016). Towards a predictive analytics Framework with randomforest for forecasting sales at gasoline services stations in Morocco.IEEE/11th International Conference on Intelligent Systems: Theories and Applications, SITA’16., Mohammadia, Maroc.
  • Serbout*, M, A. Berrado, A. Benabbou, L. (2016). Toward Consumption Characterization in a Pharmaceutical Products Supply Chain.IEEE/3th International Conference Logistics Operations Management, GOL’2016., Fes, Maroc.
  • E Amrani,* A. Benabbou, L. Berrado, A. (2016). A model for classification of outsourcing related organizational risks in apharmaceutical supply chain.IEEE/11th International Conference on Intelligent Systems: Theories and Applications, SITA’16., Mohammadia, Maroc.
  • Haial*, A. Berrado, A. Benabbou, L. (2016). A Framework for Designing a Transportation Strategy: Case of a Pharmaceuticals Supply Chain.IEEE/3th International Conference Logistics Operations Management, GOL’2016., Fes, Maroc.
  • Laghrabli*, S. Benabbou, L. Berrado, A. (2016). Multi-Criteria Decision Aid Model for Transportation Supplier Selection: Case ofa Pharmaceutical Supply Chain.IEEE/3th International Conference Logistics Operations Management, GOL’2016., Fes, Maroc.
  • El Amrani*, A. Benabbou, L. Berrado, A. (2016). A model for managing outsourcing related organizational risks in a pharmaceutical supply chain.IEEE/3th International Conference Logistics Operations Management, GOL’2016., Fes, Maroc.
  • Mouaky*, M. Berrado, A. Benabbou, L. (2016). A Kanban based system for multi-echelon inventory management: case of pharmaceutical supply chains.IEEE/3th International Conference Logistics Operations Management, GOL’2016., Fes, Maroc.
  • Chorfi*, Z. Benabbou, L. Berrado, A. (2016). A two stage DEA approach for evaluating the performance of public pharmaceutical products supply chains.IEEE/3th International Conference Logistics Operations Management, GOL’2016., Fes, Maroc.
  • Benabbou L. (2022) Comment l’intelligence artificielle peut-elle améliorer la gestion des projets à l’ère du numérique? Colloque GP-Québec, Québec, Canada. Conférence virtuelle.
  • Benabbou L. (2021) Industrie 4.0: entre mythe et réalité. Mois de la mécatronique: Centre universitaire des Appalaches, février 2021, Saint-Georges, Québec, Canada. Conférence virtuelle.
  • Benabbou L. (2020) Managing Supply Chain Resilience in the time of COVID19. PSP2M International Conference, August 3-6 2020, Virtual Conference.
  • Benabbou L. (2020) L’analytique avancée et les industries traditionnelles : un mariage à consolider? Datavore, Février 2020, Montréal, Canada.
  • Benabbou L. (2019) L’intelligence artificielle : Les impacts et enjeux en entrepreneuriat. Semaine de l’entrepreneuriat à l’UQAR, Novembre 2019, Lévis, Canada.
  • Benabbou L. (2019) Towards a Data-Driven Continuous Improvement Approach to Achieve Operational Excellence. IEOM NA Conference, Octobre 2019, Toronto.
  • Benabbou L. (2019) L’Intelligence artificielle : Quel impact sur les systèmes manufacturiers? Congrès de l’APDEQ, 3 Octobre 2019, Saint-Georges de Beauce, Canada
  • Benabbou, L. (2019), Valorisation des données industrielles pour atteindre l’excellence opérationnelle : Cas d’application dans l’industrie minière. Évolution 2019, R2I summit, Mai 2019, Montréal, Canada.
  • Co-responsable de l’organisation du colloque ACFAS : Applications de l’apprentissage profond aux problématiques du génie logiciel et de la numérisation des processus industriels : enjeux et opportunités. En ligne, ACFAS2021, Mai 2021, Sherbrooke, Canada.
  • Co-organisation de la session invitée : L’excellence opérationnelle via la digitalisation des processus industriels. Congrès International en Génie Industriel CIGI/Qualita, Mai 2021, Grenoble, France.
  • Organisation du panel : L’intelligence artificielle en finance: Défis et opportunités. Conférence FinteCQ, Juin 2019, Lévis, Canada.
  • Co-présidente Workshop: Machine Learning and Data Analytics for Africa, Juin 2018, Rabat,
  • Maroc.
  • Membre du comité d’organisation de l’IEEE International Conference on Intelligent Systems: Theories and Applications, Octobre, 2018.
  • Co-présidente Workshop: Supply Chain Management in Healthcare, Avril 2017, Rabat, Maroc.
  • Co-présidente comité technique: 7th International Conference on Industrial Engineering and Operations Management, IEOM17, Avril 2017.
  • Co-présidente Workshop: The Big Data – Challenges and Applications, Février 2014, London, UK.

Premier cycle :

  • ACG10014 Analyse et présentation de cas en gestion
  • MQT10014 Méthodes statistiques en gestion
  • PRO20111 Gestion des opérations
  • PRO31017 « Lean management » et amélioration continue

Deuxième cycle :

  • ADM60324 Gouvernance et gestion des projets d’IA
  • ING74922 Lectures dirigées
  • MGP7201 Gestion des enjeux et des risques en management de projet complexe et de programme

Contexte de la chaire

La Chaire de recherche en intelligence artificielle pour des chaînes d’approvisionnement numériques, résilientes, agiles et durables s’inscrit dans un contexte où les chaînes d’approvisionnement font face aujourd’hui à des défis de plus en plus complexes.

  1. Le changement du comportement de la demande
  2. La personnalisation croissante des produits
  3. La pénurie de main d’œuvre
  4. Les changements climatiques affectant la durabilité, la qualité et le volume des ressources et
  5. L’avènement des évènements extrêmes tel que la COVID19

L’émergence de l’industrie 4.0, via la robotisation, la disponibilité des données massives et l’amélioration de la capacité prédictive des méthodes d’intelligence artificielle, a révolutionné la chaîne d’approvisionnement. Elle devient un système global où toute entité, physique et/ou numérique, sera interconnectée et disposera ainsi du potentiel de devenir plus performante. La numérisation a permis d’aider à la prise de décision en temps réel, de piloter la performance des processus logistiques et de production, de maitriser les coûts et d’atteindre l’excellence opérationnelle. A l’échelle canadienne, les chaînes d’approvisionnement fournissent plus de 1 million d’emplois et contribuent à près de 10% du Produit Intérieur Brut[1]. La numérisation de ces chaînes a un impact réel sur les revenus et l’exploitation. On a même constaté une amélioration des revenus de 2 à 5% et une réduction du délai de production allant jusqu’à 30%. Les coûts de fabrication, d’entreposage et de distribution peuvent quant à eux diminuer de 10 à 20%[2].

L’adoption d’une chaîne d’approvisionnement numérique est une solution de choix pour faire face à la pénurie de main d’œuvre. En effet, selon l’étude récente de Deloitte et E&B Data (2021) [3], 66% des 309 entreprises manufacturières dans la région Chaudière-Appalaches trouvent que l’investissement dans la robotisation, l’automatisation et l’informatisation est la première stratégie à adopter face à la problématique de pénurie de main d’œuvre. La numérisation de la chaîne d’approvisionnement a aussi un impact direct sur la durabilité. Effectivement, on peut constater une diminution des volumes transportés de 7 à 15 % et une réduction des émissions de gaz à effets de serre de 15 à 20 %[4].

Mais la mise en application de l’intelligence artificielle dans les entreprises manufacturières reste un vrai défi. Selon une étude de Forbes Insights (2018) [5], le Canada se classe le dernier sur 10 pays, en termes de déploiement de l’intelligence artificielle. 31% des entreprises canadiennes affirment néanmoins que ce déploiement est une réussite, alors que ce chiffre est de 59% en Inde et de 58% en Allemagne. Parmi les facteurs importants bloquant le déploiement de l’intelligence artificielle pour la numérisation des chaînes d’approvisionnement, on souligne fréquemment le manque d’approches structurées et génériques de pilotage.

[1] Scale AI, plan stratégique 2018

[2] World Economic Forum, Impact of the Fourth Industrial Revolution on Supply Chains, 2017.

[3] Deloitte et E&B Data Impact de la pénurie de main-d’œuvre manufacturière en Chaudière-Appalaches, 2021.

[4] Scale AI, plan stratégique 2018

[5] Reynolds, C. Canadian firms lagging behind in artificial intelligence adoption. The Globe and Mail, 2018.

Axes de recherche

À venir. 

À venir.

À venir.

À venir. 

Nous joindre

Chaire de recherche en intelligence artificielle pour des chaînes d’approvisionnement numériques, résilientes, agiles et durables

Demande d’information par courriel Redirection vers l’url : mailto:loubna_benabbou@uqar.ca