Cost optimization of blockchain-enabled supply chain system

Résumé

Le système de chaîne d'approvisionnement basé sur la technologie Blockchain (SCS compatible BT) promet de fournir des transactions fiables, des opérations mieux gérées et une traçabilité. SCS activé par BT est le système utilisant BT pour améliorer la transparence, la sécurité, la durabilité et l'intégrité des processus de SC. De plus, une chaîne d'approvisionnement pharmaceutique (PSC) est un système de processus, d'opérations et d'organisations de distribution de médicaments. La BT compatible PSC peut permettre au système de partager des informations médicales entre les systèmes, de suivre les médicaments, de surveiller la PSC de manière sûre et transparente, de réduire les retards et les erreurs humaines et d'améliorer la stabilité, la sûreté et la sécurité du système. Cette thèse vise à concevoir un modèle de coût mathématique pour SCS compatible BT, qui pourrait aider certaines entreprises qui évaluent les coûts de BT en tant que base de données principale dans leur système SC. Le deuxième objectif est de minimiser les coûts du modèle SCS compatible BT conçu grâce à des algorithmes de calcul évolutif (EC) (CS/ACO/GA) en tant que techniques d'optimisation. Nous avons donc identifié les éléments de coût du SCS activé par BT sur la base de l'examen de la littérature connexe. Le troisième objectif de la thèse est d'estimer les coûts du modèle PSC basé sur BT, de sélectionner des algorithmes d'apprentissage supervisé évolutif avec des erreurs de prédiction minimales, d'attribuer des poids appropriés à tous les composants du modèle de coût et de déterminer les composants de coût du modèle PSC basé sur BT. Cette étude fournit un nouveau modèle de coût mathématique PSC, qui inclut BT, qui peut améliorer la sécurité, les performances et la transparence du partage d'informations médicales dans un système de santé. Le quatrième objectif de cette thèse est de déterminer le ou les algorithmes d'apprentissage supervisé évolutif les plus fiables avec un minimum d'erreurs de prédiction, d'estimer les coûts du modèle PSC basé sur BT en cas de demande incertaine, de déterminer les composantes de coût du modèle multifonctionnel et révéler l'importance de chaque élément de coût. Pour générer des données brutes pour le modèle SCS compatible BT, les auteurs ont révisé le modèle de recherche opérationnelle et le modèle de gestion des stocks et ont appliqué le logiciel Python pour la génération de données. Le logiciel Python nous aide également à générer des données brutes pour le modèle de coût PSC basé sur BT et le modèle de coût PSC multifonctionnel compatible BT en cas de demande incertaine. Pour atteindre ces objectifs, nous avons combiné quatre algorithmes d'apprentissage supervisé (KNN, DT, SVM et NB) avec deux algorithmes EC pour le modèle de coût PSC basé sur BT et le modèle de coût PSC multifonctionnel compatible BT sous une demande incertaine. Nous avons appliqué les algorithmes ACO et FA pour le modèle de coût PSC basé sur BT et les algorithmes PSO et HS pour le modèle de coût PSC multifonctionnel compatible BT en cas de demande incertaine. Les auteurs ont également utilisé l'approche de pondération des caractéristiques pour attribuer des pondérations appropriées à tous les composants du modèle de coût, révélant ainsi leur importance. Quatre mesures de performance ont été utilisées pour évaluer le modèle de coût, et le Score de classement total (Total Ranking Score-TRS) a été utilisé pour déterminer les algorithmes prédictifs les plus fiables. En comparant les algorithmes CS/ACO/GA, les meilleures solutions pour le modèle de coût SCS compatible BT sont CS et ACO avec le TRS le plus élevé (noté par MSE, RMSE et ROC), suivi par GA debout dans la deuxième étape. Nos résultats montrent que les algorithmes ACONB et FA-NB fonctionnent mieux que les six autres algorithmes pour estimer les coûts du modèle de coût PSC basé sur BT avec des erreurs plus faibles, tandis que ACO-DT et FA-DT affichent les pires performances. Les résultats indiquent également que la pénurie, la conservation et les coûts des médicaments périmés influencent plus fortement le modèle de coût que les autres composantes de coût. Les résultats indiquent également que les algorithmes HS-NB et PSO-NB surpassent les six autres algorithmes dans l'estimation des coûts du modèle PSC multifonctionnel compatible BT en cas de demande incertaine avec des erreurs moindres. Les résultats montrent également que le coût des matières premières a une plus grande influence sur le modèle multifonctionnel que les autres composants.

Date	14 févr. 2024
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Thien-My Dao (Directeur(-trice)) & Tony Wong (Codirecteur(-trice))