La méthode « Time-Step »

Table des matières

REMERCIEMENTS
RÉSUMÉ
LISTE DES TABLEAUX
LISTE DES FIGURES
LISTE DES ACRONYMES
INTRODUCTION GÉNÉRALE 
CHAPITRE 1 – CONTEXTE ET OBJECTIF DE LA RECHERCHE 
1.1 Contexte de la recherche
1.1.1 DEEE au monde et au Canada
1.1.2 La logistique inverse
1.1.3 Gestion de fin de vie d’un équipement
1.1.4 Importance de prévision dans la logistique inverse
1.1.5 Valorisation et recyclage des équipements électroniques en fin de vie
1.2 Problématique
1.3 Questions de recherche
1.4 Objectifs
1.4.1 Objectif principal
1.4.2 Objectifs secondaires
CHAPITRE 2 – REVUE DE LA LITTÉRATURE 
2.1 Méthodes et modèles de prévision des DEEE
2.1.1 Les méthodes d’estimation des DEEE
2.1.2 Modèles de prévision: séries chronologiques (time series model)
2.1.3 Combinaison des méthodes d’ estimation et modèles de prévision utilisés dans les articles récents
2.1.4 Matrice de revue de la littérature
2.2 Durée de vie d’un équipement
2.2.1 Fiabilité et taux de pannes
2.2.2 Obsolescence technologique
2.2.3 Combinaison mortalité et obsolescence technologique
2.3 Les méthodes d’estimation, les modèles de prévision et la durée de vie selon le marché étudié
CHAPITRE 3 – MÉTHODOLOGIE DE RECHERCHE 
3.1 Choix des méthodes d’ estimation des DEEE pour l’industrie des TIC
3.2 Modèle d’estimation proposé
3.3 Estimation de la durée de vie
3.3.1 Modélisation de la fiabilité
3.3.2 Critères de choix de la distribution la plus adéquate
3.4 Intégration de l’ obsolescence technologique
3.5 Modèle de prévision
3.5.1 Modèle logistique
3.5.2 Modèle de Gompertz
3.5.3 Modèle ARIMA : méthode de Box & Jenkins
3.5.4 Critères de choix
3.6 Application du modèle proposé
CHAPITRE 4 – DÉVELOPPEMENT D’UN MODÈLE D’ESTIMATION ET DE PRÉVISION DES ÉQUIPEMENTS EN FIN DE VIE POUR LE MARCHÉ DE TÉLÉCOMMUNICATION 
4.1 Introduction
4.2 Méthode « Distribution Delay »
4.3 Durée de vie de l’équipement
4.3.1 Concept de la durée de vie
4.3.2 Fiabilité et pénétration technologique
4.3.3 Intégration de l’obsolescence technologique future
4.4 Modèle de prévision des ventes
4.4.1 Modèle logistique
4.4.2 Modèle de Gompertz
4.4.3 Modèle Box et Jenkins / ARIMA
4.5 Estimation des quantités de métaux inclus dans les équipements en fin de vie
4.6 Perspectives: probabilité des retours
4.7 Conclusion
CHAPITRE 5 – CAS DU MARCHÉ NORD-AMÉRICAIN: TÉLÉPHONES INTELLIGENTS 
5.1 Collecte des données de ventes des cellulaires
5.1.1 Sources des données
5.1.2 Estimations des données manquantes
5.2 Modèle de prévision
5.2.1 Logistique
5.2.2 Gompertz
5.2.3 Modèle ARIMA
5.2.4 Sélection du modèle de prévision
5.2.5 Application du modèle de prévision sélectionné
5.3 Estimation durée de vie
5.3.1 Collecte des données
5.3.2 Maximisation de la fonction de vraisemblance
5.3 .3 Choix de la distribution
5.4 Intégration de l’ effet de l’obsolescence technologique dans la durée de vie
5.5 Estimation des quantités de téléphones intelligents générés d’ ici 2022
5.5.1 Sénario 1 : prévision sans intégration du coefficient de l’obsolescence
5.5.2 Scénario 2 : prévision avec intégration du coefficient de l’ obsolescence
5.6 Potentiel des métaux récupérables par recyclage
CONCLUSION GÉNÉRALE 
RÉFÉRENCES
ANNEXE 1 
ANNEXE 2 
ANNEXE 3