01/10/2025
10:37 UTC+1
Poids de la page: 1.024 Mo
temps de chargement: 0.04Ms
ce site utilise des cookies_

algorithme de prédiction du retour au port

maritime activity icon in green
activité:
maritime
expertise:
computer science
Bateau de remorquage naviguant dans un port industriel au coucher du soleil avec plusieurs grues de chargement à quai.
plus iconplus iconplus iconplus icon

Optimiser la logistique et réduire les coûts grâce à la prédiction du retour au port.

contexte
La forte concurrence par les grandes flottilles industrielles européennes rend l’optimisation des opérations cruciale pour pérenniser économiquement la pêche artisanale.

La Coopérative Maritime Etaploise souhaite optimiser ses opérations de logistique en estimant de façon précise la date et l’heure de retour au port des navires, pour garantir une disponibilité de la chaîne logistique.
Personnes dans la cabine d'un bateau avec des écrans de navigation et une vue sur l'eau et les collines à l'extérieur.
Cet exemple d’algorithme prédictif permet de prédire les heures précises de retour au port des bateaux. En effet, à cause de l’absence de réseau en mer, les capitaines ne peuvent pas annoncer leur arrivée. La prédiction de l’heure d’arrivée permet donc aux camions de réceptionner le fruit de la pêche au bon moment, optimisant ainsi les opérations de logistique.

À partir d’une certaine taille de navire, il est obligatoire de disposer d’un système d’identification automatique (AIS) permettant de l’identifier et de transmettre des informations cruciales comme sa vitesse, sa position GPS, son cap, etc. C’est à partir de ces données que nous pouvons détecter automatiquement les différentes phases de trajet (transit, pêche, retour, etc.) et prédire l’heure d’arrivée.
missions
Récupération et traitement des données
minus iconplus icon
Analyse des données historiques et temps réel issues des capteurs pour comprendre les opérations et poser la base des modèles.
Analyse de données massives
minus iconplus icon
Exploration et contextualisation de grands volumes de données pour extraire des tendances opérationnelles pertinentes.
Détection automatique des opérations
minus iconplus icon
Développement d’un algorithme capable d’identifier automatiquement les opérations clés et d’en déduire des indicateurs de performance.
Prédiction de l'ETA
minus iconplus icon
Conception d’un algorithme de prédiction du Estimated Time of Arrival utilisant les données opérationnelles et contextuelles.
Visualisation des résultats
minus iconplus icon
Création d’une interface web permettant de suivre, explorer et analyser l’ensemble des données et modèles développés.

Détection des opérations et prédiction du retour au port

Des modèles d’IA et une interface dédiée pour analyser les opérations en temps réel, affiner les prévisions et optimiser la planification. Notre solution vous intéresse ?

bénéfices
Cet exemple d’algorithme de prédiction permet une meilleure organisation des ressources au port et une logistique de traitement des produits de la pêche optimisée. Ce projet a été co-développé en partenariat avec plusieurs parties-prenantes :
01

Patrons de pêche

02

Capitaines

03

Logisticiens

Footer Gradient

Une conversation peut suffire à lancer l'innovation