Browsing by Author "SNANI Hadil"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    OPTIMISATION DES TOURNEES DE LIVRAISON VIA L’ALGORITHME DU VRP APPLICATION A LA LAITERIE TELL
    (ECOLE NATIONALE SUPERIEURE DE TECHNOLOGIE ET D’INGENIERIE – ANNABA, 2025) MEHDAOUI Aya; SNANI Hadil; AISSAOUI Lamia (Encadrant)
    Dans le cadre de l’amélioration de la performance logistique de la laiterie TELL, ce projet de fin d’études vise à optimiser les tournées quotidiennes de livraison à l’aide de l’algorithme du Vehicle Routing Problem (VRP). La solution développée repose sur une application full-stack dotée d’une interface web, permettant de générer automatiquement des tournées optimisées en intégrant plusieurs paramètres : le poids des camions, la géolocalisation des clients et les volumes de ommandes. Le système s’appuie sur des technologies de dernière génération, à savoir React pour l’interface, Node.js pour le serveur, MongoDB pour la gestion des données, ainsi que l’API OSRM (Open Source Routing Machine) pour le calcul d’itinéraires. Les résultats obtenus montrent une réduction significative des distances parcourues, un meilleur équilibrage des charges entre les véhicules, et une planification plus fluide. Ce travail met en évidence la valeur ajoutée d’intégrer des outils numériques intelligents dans les chaînes logistiques locales, en contribuant à une gestion plus efficiente et durable des livraisons.
  • Thumbnail Image
    Item
    UTILISATION DE PROPHET POUR PREVOIR LA DEMANDE EN PRODUITS LAITIERS : CAS PRATIQUE LAITERIE TELL
    (ECOLE NATIONALE SUPERIEURE DE TECHNOLOGIE ET D’INGENIERIE – ANNABA, 2025) MEHDAOUI Aya; SNANI Hadil
    L’objet du présent mémoire est une étude appliquée concernant la prévision de la demande en produits laitiers dans la laiterie TELL, en se servant du modèle Prophet développé par Meta. L’axe de recherche consiste à améliorer la gestion des stocks et la planification de la production grâce à des prévisions fiabilisées par des données historiques. Après travail rigoureux de traitement et de nettoyage des données, le modèle est entraîné en tenant compte des effets saisonniers, hebdomadaires et d’évènements particuliers, comme le mois de Ramadan. Les résultats obtenus montrent que le modèle parvient à anticiper assez bien les tendances à venir, en particulier en période de pic de consommation. Prophet se révèle donc être un outil efficace, facile à mettre en oeuvre et prompt à s’adapter aux contraintes de l’industrie agroalimentaire, ouvrant ainsi une fenêtre de travail sur l’optimisation des processus logistiques et dans la prise de décisions orientée données.