213 - La science des données appliquée aux défis de la productivité d’un Québec durable

Dans un contexte de demande alimentaire croissante et de raréfaction des ressources naturelles, le développement d'une agriculture plus durable est impératif. L'agriculture durable vise à limiter l'impact environnemental des activités agricoles sur le sol, l'eau et l'empreinte carbone tout en maintenant les rendements des cultures et les avantages économiques pour les producteurs. La rotation des cultures est un outil précieux de l'agriculture durable, mais cette technique doit être couplée de manière appropriée à des plans de fertilisation durable pour optimiser les cultures.

Pour ce faire, il est nécessaire de prévoir les rotations de cultures envisagées à moyen terme et de pouvoir évaluer chaque scénario en fonction des critères économiques et environnementaux considérés par le producteur.

La méthodologie proposée utilise des réseaux neuronaux récurrents (RNN) pour prédire les scénarios les plus probables de rotations de cultures à exploiter dans un champ au cours des prochaines années en fonction des habitudes culturales, du contexte économique et météorologique. La méthodologie a été appliquée au problème de la prédiction de la rotation des cultures pour des exploitations de grandes cultures au Québec, conduisant à une prédiction réussie de plus de 81% des trois prochaines cultures cultivées dans un champ. 

Le processus de mouillage est un processus clé dans la transformation des grains de blé en farine. Ce processus nécessite des ajustements appropriés pour conditionner les grains de blé avant le processus de mouture. Ce conditionnement vise à augmenter la teneur en eau des grains de blé. Il influence la qualité et le rendement de la farine. Les ajustements à réaliser lors du processus de mouillage pour atteindre un taux d’humidité désiré dépendent de nombreux facteurs. Cette étude vise à développer un outil permettant de prédire le taux d’humidité des grains de blé biologique à la fin de la première étape de mouillage. Une étude de cas a été menée dans un moulin situé dans la région de Québec pour construire et comparer cinq modèles : Méthode des moindres carrés ordinaires, LASSO, RIDGE, ElasticNet et XGBoost. Les modèles sont basés sur les propriétés du blé (teneur initiale en humidité du blé, teneur en protéines du blé et température du blé), les paramètres du procédé (débit d’écoulement des grains de blé, débit d'eau, quantité de blé et temps de repos) et les conditions de mouillage (quantité d'eau, température ambiante moyenne, humidité ambiante moyenne et la date). L'augmentation de l'humidité du blé obtenue au cours de la première étape de mouillage varie entre 0% et 5%. Les résultats indiquent que le modèle LASSO est le plus performant pour déterminer l'augmentation finale de l'humidité du blé avec une erreur de prédiction moyenne de 0.18 %.

Notre recherche se concentre sur le concept de consolidation de commandes dans le contexte de la logistique d'expédition. Elle utilise une approche de data mining pour identifier les schémas de données, tels que l'intermittence de la demande et le comportement des clients, puis utilise un modèle de programmation linéaire en nombres mixtes pour maximiser le taux de remplissage pondéré des commandes et encourager la consolidation spatiale et donc la livraison des commandes clients de façons plus intelligentes et durables.

La méthodologie a été évaluée à l'aide d'une simulation qui a pris en compte le niveau de service client, la quantité livrée dans les délais et en totalité et les clients prioritaires. L'étude a comparé les résultats avec d'autres méthodes de la littérature et a constaté que notre approche était la plus rentable et appropriée.

Les résultats de l'étude sont pertinents pour le développement durable car ils peuvent conduire à des processus logistiques d'expédition plus efficaces, réduisant ainsi le nombre de voyages de livraison requis et diminuant les émissions de carbone associées. En optimisant les itinéraires de livraison, les entreprises peuvent également réduire les coûts de transport et améliorer la satisfaction des clients en fournissant des livraisons en temps et en heure et complètes. Dans l'ensemble, cette recherche contribue au développement de pratiques logistiques durables qui équilibrent les considérations économiques, sociales et environnementales.

Plus que jamais, les fabricants doivent devenir plus rapides, plus intelligents et plus écologiques. Mais comment préserver l'environnement sans sacrifier la productivité ou la rentabilité ?
Notre recherche vise à comprendre les enjeux et les stratégies actuels des industriels pour minimiser leur impact environnemental. Ainsi, nous avons créé une solution innovante pour les accompagner vers un avenir plus « vert ». Pour ce faire, des industriels ont été sondé et ont exprimé faire face à plusieurs défis dont la rentabilité, la résistance au changement, le manque de main d'oeuvre qualifiée, etc. Un processus itératif a été développé pour proposer un système centralisé et durable permettant d'IDENTIFIER & DE PRIORISER & D'AMÉLIORER les performances environnementales. Dans le but d'accompagner les entreprises vers une prise de décision éclairée leurs permettant d'atteindre leurs objectifs de durabilité.
Le prototype développé propose une solution pour facilement déterminer les sources des pertes financières, énergétiques, ainsi que les pertes liées aux matières premières et à la consommation d'eau. Le système collecte et analyse les données des machines de manière à proposer des actions d’amélioration personnalisées basées sur les données industrielles réelles.
La dernière phase de recherche est encore en cours, mais nous pouvons déjà conclure qu’il faut sensibiliser les industriels sur les bénéfices qu’ils peuvent tirer de la durabilité..

Dans un contexte où l’investissement en ligne est de plus en plus populaire, Hadaly est une start up ayant pour mission d'aider les investisseurs canadiens à acquérir une compréhension globale des performances et de l’impact de leur parcours d’investissement. Cette plateforme d’aide à la décision utilise l’exploration de données pour rationaliser le processus d'investissement. Elle fournit à ses utilisateurs des outils pour créer leur stratégie d’investissement sans coder et leur permet de mesurer la performance de leur stratégie à travers le temps. Par cet exemple concret, cette présentation abordera également le processus de création d'une start-up en sortie d’étude, les plus grands défis ainsi que les ressources disponibles pour débuter votre propre projet entrepreunarial. Du processus d’idéation, à l’intégration d’un l'incubateur, retour d’expérience d’un ancien étudiant en maîtrise à Polytechnique Montréal.

La transition vers des sociétés plus conscientes du développement durable est une réalité au Québec. L'intérêt croissant des clients et investisseurs pour des entreprises plus durables et l'introduction de réglementations obligeant les organisations à rendre compte des impacts environnementaux, sociaux et de gouvernance (ESG) soulignent l'importance des solutions de suivi ESG.

L'objectif de Métrio est de fournir aux organisations des outils pour les aider à analyser leur impact ESG. Il s’agit d’une plateforme qui facilite la collecte et la centralisation des données, qui fournit des outils pour le calcul et l'analyse des indicateurs ESG et qui permet de générer des rapports conformes aux cadres de référence (GRI, SASB, TCFD, etc). Lors de cette présentation, on abordera les principaux enjeux du suivi des performances ESG, de la valorisation de ce type de données et des perspectives liées à leur exploitation.