Gestion des Opérations de Services pour Villes Intelligentes Basée sur les Mégadonnées : une Perspective de Couplage de Systèmes

1. Résumé du projet

Le projet proposé vise l’optimisation des services dans les secteurs interreliés à l’échelle urbaine du transport, de l’énergie, de la logistique et de la construction. Lorsqu’il est question de la gestion des villes intelligentes, les méthodes existantes ne tiennent pas compte de cette relation complexe, ce qui donne lieu à des solutions incomplètes, à un gaspillage des ressources et à une baisse de la qualité des services. En misant sur l’expertise interdisciplinaire et la collaboration entre le milieu universitaire et l’industrie de notre équipe, nous proposons d’élaborer un cadre d’optimisation intégré axé sur les données pour faciliter l’intégration de services à l’échelle urbaine axés sur les gens. Ce faisant, nous nous attaquerons à plusieurs défis comme les objectifs concurrents des intervenants des différentes villes, la faible efficacité opérationnelle entre les systèmes et la mauvaise expérience vécue par la population.

Nous atteindrons le but que nous nous sommes fixé en nous concentrant sur quatre thèmes de recherche interreliés :

1. Élaboration de la théorie sur le couplage des systèmes pour la gestion des villes intelligentes et communication de l’information ;
2. Optimisation des systèmes couplés typiques, y compris l’énergie et le transport ;
3. Logistique/transport
4. Construction/énergie.

Les résultats de ce projet contribueront à la théorie de couplage des systèmes et fourniront des lignes directrices pour l’adoption de technologies clés et la gestion novatrice des opérations de service en vue de la création de villes intelligentes au Canada et en Chine. L’objectif à long terme est de favoriser la synergie entre la science de la gestion et les méthodologies informatiques et leur application dans nos villes. La recherche proposée s’harmonise également aux initiatives des demandeurs en vue de faire progresser les domaines de l’analyse des villes intelligentes (p. ex. Qi et Shen, 2019) et de la gestion des opérations à partir de mégadonnées (p. ex. Cohen, 2018).