Accueil > Actualités > Archives des actualités > Année 2010

Soutenance

3 juin. J.L. Perez Escobedo. (dir. C. Azzaro Pantel)

Optimisation multiobjectif du Développement de Nouveaux Produits dans l’industrie pharmaceutique

Membres du jury :

  • M Jean-Michel Renaume, Professeur ENSGTI Pau, Rapporteur
  • M Guy Defaye, Professeur ENSCBP Bordeaux, Rapporteur.
  • M Xi-Gang Yuan, Chemical Engineering Research Center Tianjin Chine, Membre
  • Mme Pascale Zaraté Maître de conférences IRIT Toulouse, Membre
  • M Luc Pibouleau, Professeur INPT Toulouse, Membre
  • Mme Catherine Azzaro-Pantel, Professeur INPT Toulouse, Membre et Directeur de thèse.

Titre
Optimisation multiobjectif du Développement de Nouveaux Produits dans
l’industrie pharmaceutique

Résumé

Le développement de nouveaux produits constitue une priorité stratégique de l’industrie pharmaceutique, en raison de la présence d’incertitudes, de la lourdeur des investissements mis en jeu, de l’interdépendance entre projets, de la disponibilité limitée des ressources, du nombre très élevé de décisions impliquées dû à la longueur des processus (de l’ordre d’une dizaine d’années) et de la nature combinatoire du problème. Formellement, le problème se pose ainsi : sélectionner des projets de R&D parmi des projets candidats pour satisfaire plusieurs critères (rentabilité économique, temps de mise sur le marché) tout en considérant la nature incertaine des projets. Plus précisément, les points clés récurrents sont relatifs à la détermination des projets à développer une fois que les molécules cibles sont identifiées, leur ordre de traitement et le niveau de ressources à affecter.

Dans ce contexte, une approche basée sur le couplage entre un simulateur à événements discrets stochastique (approche Monte Carlo) pour représenter la dynamique du système et un algorithme d’optimisation multicritère (de type NSGA II) pour choisir les produits est proposée. Un modèle par objets développé précédemment pour la conception et l’ordonnancement d’ateliers discontinus, de réutilisation aisée tant par les aspects de structure que de logique de fonctionnement, a été étendu pour intégrer le cas de la gestion de nouveaux produits.

Deux cas d’étude illustrent et valident l’approche. Les résultats de simulation ont mis en évidence l’intérêt de trois critères d’évaluation de performance pour l’aide à la décision : le bénéfice actualisé d’une séquence, le risque associé et le temps de mise sur le marché. Ils ont été utilisés dans la formulation multiobjectif du problème d’optimisation. Dans ce contexte, des algorithmes génétiques sont particulièrement intéressants en raison de leur capacité à conduire directement au front de Pareto et à traiter l’aspect combinatoire. La variante NSGAII a été adaptée au problème pour prendre en compte à la fois le nombre et l’ordre de lancement des produits dans une séquence. A partir d’une analyse bicritère réalisée pour un cas d’étude représentatif sur différentes paires de critères pour l’optimisation bi- et tri-critère, la stratégie d’optimisation s’avère efficace et particulièrement élitiste pour détecter les séquences à considérer par le décideur. Seules quelques séquences sont détectées. Parmi elles, les portefeuilles à nombre élevé de produits provoquent des attentes et des retards au lancement ; ils sont éliminés par la stratégie d’optimisation bicritère. Les petits portefeuilles qui réduisent les files d’attente et le temps de lancement sont ainsi préférés. Le temps se révèle un critère important à optimiser simultanément, mettant en évidence tout l’intérêt d’une optimisation tricritère. Enfin, l’ordre de lancement des produits est une variable majeure comme pour les problèmes d’ordonnancement d’ateliers.

Mots-Clés
Gestion du portefeuille de produits, Développement de nouveaux produits, Simulation par événements discrets, Optimisation multiobjectif, Algorithmes génétiques multicritères.

Agenda

Ajouter un événement iCal