Passer au contenu principal
 
 
 
 
 
 
 
 
 
 
Carrefour du savoir Telfer

Mieux décider à grande échelle : s’attaquer aux inefficacités dans l’affectation des ressources


une personne utilise du code et des données

Dans les secteurs de la fabrication et des services, les organisations font face à un problème aussi répandu que coûteux : comment répartir des ressources limitées dans des conditions complexes et changeantes. Les outils mathématiques classiques se heurtent depuis longtemps à la « malédiction de la dimensionnalité » : plus le nombre de scénarios et de possibilités d’action augmente, plus il devient presque impossible d’établir, à grande échelle, des lignes directrices efficaces pour l’affectation des ressources. De nombreuses organisations se rabattent donc sur des modèles qui ne reflètent pas toute la complexité des situations réelles, ce qui limite les gains d’efficacité possibles et fait augmenter les coûts d’exploitation.

C’est sur cette question que se penchera le professeur Antoine Sauré grâce à la subvention à la découverte du Conseil de recherches en sciences naturelles et en génie qu’il a reçue pour son projet « Advanced Methods for Identifying Enhanced Dynamic Resource Allocation Policies. » 

Les progrès récents en programmation dynamique approximative commencent toutefois à repousser peu à peu ces limites grâce à des techniques qui permettent de résoudre des problèmes jusque-là insolubles. Cependant, trois défis de taille subsistent : les modèles d’approximation doivent être assez détaillés pour rendre fidèlement compte des coûts et des conséquences des différentes décisions; ils doivent éviter de compliquer inutilement le problème ou la solution; ils doivent pouvoir être appliqués à grande échelle, dans des situations complexes où les besoins sont les plus grands. Ces défis appellent de nouvelles méthodes. C’est précisément l’objectif de ce programme de recherche. 

Concilier théorie et complexité du monde réel 

Le projet de recherche du professeur Sauré cherchera à mettre au point des méthodes qui combinent outils de prédiction fondés sur les données, programmation mathématique et simulation informatique afin de comprendre l’incidence des différentes décisions sur la performance globale des systèmes. Ses travaux font appel à des architectures d’approximation qui s’inspirent de l’apprentissage automatique, comme les réseaux de neurones. Ces architectures permettent de rendre compte de la complexité des problèmes réels tout en facilitant leur résolution. Lorsque la charge de calcul met même ces méthodes à rude épreuve, le programme de recherche met en œuvre des stratégies de décomposition, des solutions analytiques pour les cas simplifiés et le calcul parallèle afin de réduire les temps de résolution.  

Menée en collaboration avec des organismes de santé, la recherche vise des applications immédiates, notamment dans la planification conjointe du jour et de l’heure des rendez-vous, celle des activités cliniques et en salle d’opération, la gestion des absences aux rendez-vous et des annulations ainsi que le repositionnement des ambulances.  

Pourquoi ces travaux sont importants 

Ce projet s’attaque à un défi de longue date : trouver des lignes directrices pour la prise de décision qui soient à la fois solides sur le plan théorique et applicables à grande échelle. Il examine comment l’analyse prédictive, la programmation mathématique et la simulation informatique peuvent fonctionner de concert. L’analyse porte notamment sur les situations qui comportent des processus à plusieurs étapes, des ressources limitées ou incompatibles, de l’incertitude quant à la consommation et à la disponibilité des ressources, ainsi que différents emplacements géographiques. Ces travaux pourraient aussi aider les équipes de recherche à concevoir de meilleures approches pour gérer les ressources et prendre des décisions dans de nombreux domaines. 

Les retombées sont concrètes et considérables. Dans le secteur de la santé, une meilleure affectation des ressources se traduit par des temps d’attente plus courts, moins de créneaux de rendez-vous perdus et des services d’urgence plus réactifs. Les méthodes mises au point peuvent aussi être adaptées à d’autres secteurs, comme la gestion des entrepôts, la planification budgétaire et la planification de la production. À l’heure où les organisations publiques et privées doivent faire plus avec moins, cette recherche propose une approche rigoureuse et concrète pour mieux utiliser les ressources et réaliser des économies pour la population canadienne.

Articles connexes

Malgré les investissements croissants dans les technologies de la santé et les systèmes de données, les outils de gestion des flux de patientes et patients et d’affectation des ressources cliniques ont un retard à rattraper.

Le professeur Francis Desjardins a reçu une subvention de développement Savoir du Conseil de recherches en sciences humaines

Rengong (Alex) Zhang a reçu une subvention de développement Savoir du Conseil de recherches en sciences humaines

Simon Altmejd a été embauché cet été à titre de professeur adjoint en gestion à Telfer. Ses travaux de recherche portent sur la manière dont les algorithmes et l’intelligence artificielle influencent les relations organisationnelles, les connaissances et les mécanismes de contrôle.

Prochain article ›

Distinguer l’apparence ESG de la valeur financière

© 2026 École de gestion Telfer, Université d'Ottawa
Politiques  |  Urgences

alert icon
uoAlert