Soutenance de thèse de Gautier Daras (ROSP) le 20 décembre 2017 à 9h30 (heure Monréal) - Salle A-309 à l'École Polytechnique de Montréal

Pour améliorer leurs performances, les entreprises du secteur de la distribution peuvent vouloir mettre en place des systèmes d’aide à la décision spatiale. La mise en place de ce type de systèmes reste aujourd’hui complexe. En effet, plusieurs verrous existent pour la conception, le développement et l’utilisation de ces outils, dont l’objectif est l’analyse des données spatiales, la création de connaissances, et leur utilisation dans un objectif d’optimisation.

Ainsi, l’objectif de cette thèse est de proposer des contributions méthodologiques et logicielles pour permettre la conception et le développement d’un outil de traitement et analyse de données spatiales pour l’aide à la décision. Les trois problématiques abordées sont relatives à la prise en compte des données spatiales à trois niveaux : (1) au niveau de la conception et du développement d’un système d’aide à la décision ; (2) au niveau de l’application d’outils d’analyse de données sur des données spatiales ; et (3) au niveau des approches d’optimisation relatives à la localisation.

La première contribution propose un cadre flexible pour le développement d’un système d’aide à la décision spatiale. Pour valider l’efficacité de notre méthodologie, la conception d’un système spécifique, dédié à une application industrielle, est présentée. Le système développé est maintenant utilisé par une entreprise qui distribue des produits pour la construction immobilière à travers différents réseaux de distribution. Les possibilités offertes par la méthodologie sont illustrées grâce à une explication des différentes étapes de développement.

La deuxième contribution réside dans une approche de prétraitement des données spatiales pour permettre leur analyse. L’approche proposée permet d’assister et d’accélérer le prétraitement des données spatiales. L’approche est ensuite validée par la création d’un outil dont l’utilisation apporte des améliorations significatives par rapport aux outils actuellement disponibles. Les prétraitements ont pu être réalisés plus rapidement, et ils ont permis d’améliorer sensiblement la qualité des analyses.

La troisième contribution réside dans l’utilisation conjointe du traitement des données spatiales et de la modélisation du problème à traiter pour permettre une approche d’optimisation plus réaliste que les modèles actuels de la littérature. La solution proposée permet la prise en compte des zones de chalandise et de la capture collaborative de la demande dans le traitement du problème de maximisation de la couverture. La chaine de traitement est complètement validée, des données brutes jusqu’à la proposition des solutions de localisation. Ces trois contributions ont été intégrées au sein d’un seul outil de traitement et analyse des données spatiales pour l’aide à la décision, le tout basé sur des outils logiciels libres. L’outil développé a été validé sur une application avec un partenaire industriel du secteur de la distribution.