Prédiction des retards des ordres de réapprovisionnement dans un système de production géré par DDMRP

La méthode DDMRP (Demand-Driven Material Requirements Planning) est reconnue pour sa capacité à optimiser la gestion des stocks, l'organisation de la production et la satisfaction des clients dans des conditions normales. Cependant, en période de pics de demande, il est parfois impossible d'éviter des retards de commandes. Dans ces situations, il devient crucial de fournir aux clients une estimation fiable des retards des ordres de réapprovisionnement pour maintenir leur satisfaction et éviter des pertes de ventes. Cette étude propose une solution d'apprentissage automatique permettant de prédire ces délais dans une ligne de production gérée par DDMRP. L'objectif est d'identifier les informations essentielles pour obtenir des prévisions précises. Pour ce faire, une simulation a été utilisée pour générer les données d'entraînement et de test nécessaires aux modèles d'apprentissage automatique, en particulier pour des scénarios de forte demande.