Michel Nakhla

Biographie

Michel Nakhla est un chercheur dont les travaux se situent à l’intersection des sciences de gestion, de l’ingénierie organisationnelle et de la régulation des services publics. Ses recherches portent principalement sur l’implémentation de modèles d’aide à la décision dans les organisations, avec un focus sur leur validité organisationnelle et leur impact sur les dynamiques managériales. Il explore notamment les méthodes inspirées du lean management et leur adaptation aux secteurs de la santé (hôpitaux, services d’urgence) et des services publics (eau, régulation des partenariats public-privé). Ses analyses s’appuient sur des cadres théoriques comme la théorie des contrats incomplets, les indicateurs de performance (E-OEE) ou les réformes institutionnelles, tout en intégrant des dimensions opérationnelles et stratégiques. Ses contributions mettent en lumière les tensions entre efficacité économique, flexibilité contractuelle et enjeux sociaux, notamment dans des contextes marqués par l’incertitude et l’interdépendance des acteurs.

Publication(s)

2022
Management research viewed from the perspective of decision support modeling. "From management engineering to management sciences"; [La recherche en gestion vue sous l'angle de la modélisation d'aide à la décision « De l'ingénierie de gestion aux sciences de gestion»] DOI : 10.3917/resg.151.0223
2018
Designing extended overall equipment effectiveness: application in healthcare operations DOI : 10.1080/17509653.2017.1373377
2016
Patients flow optimization in ED: An operational research on the impacts of physician triage DOI : 10.1109/IESM.2015.7380220
2016
Innovative regulations, incomplete contracts and ownership structure in the water utilities DOI : 10.1007/s10657-015-9480-5
2012
Emergence of an innovative regulation mode in water utilities in France: Between commission regulation and franchise bidding DOI : 10.1007/s10657-010-9169-8
2010
Designing physician's financial incentive for increased activity: Paying for performance; [Conception de mécanismes de rémunération variable des médecins et incitation au développement de l'activité] DOI : 10.3917/jgem.103.0127
2003
Performance indicators: A key evolution in the management and regulation of water and sewerage services; [Les indicateurs de performance: une évolution clef dans la gestion et la régulation des services d'eau et d'assainissement] DOI : 10.3917/flux.052.0055
2003
Information, coordination and contractual relations in firms DOI : 10.1016/S0144-8188(03)00016-4
1996
Internal contracts, cost engineering, and organizational problems
1995
Production control in the food processing industry: The need for flexibility in operations scheduling DOI : 10.1108/01443579510094107

Enseignements

Recherche opérationnelle

Responsable

1. Graphes et algorithmes Problèmes de chemins (Algorithmes et propositions : cas l(u)et l(u), Moore-Dijkstra, Moore, Bellman, Ford, Algorithmes matriciels, Floyd, Dantzig…). Arbres et arborescence (B&B) (Algorithme Kruskal, Prim…) Flots et réseaux de transport (flots et connexité, flots à coût minimum, Algorithme de Klein, méthodes des arcs non conformes (primal-dual) …) Couplages et affectation (Lemme de Minty, Algorithme de Ford avec bornes inférieures de capacités…). Parcours eulériens et hamiltoniens Les algorithmes d’énumération par séparation-évaluation et propagation des contraintes Application : Problème de planification et d’ordonnancement de projets Application : Problème de TSP, problème de couplage, problème d’affectation, problèmes de Facility location, bin packing. 2. Programmation linéaire Définitions et résultats fondamentaux (convexité et polyèdres, bases réalisables, caractérisation des bases optimales…). Résolution des programmes linéaires (l’algorithme primal du simplexe et forme pour une maximisation et une minimisation, matrices de changement de base, forme canonique et tableau du simplexe…). Méthode des pénalités (méthode du Grand M). Méthode révisée du simplexe. Définition générale de la dualité. Relation Primal/Dual (théorèmes et propriétés de la dualité, dualité forte et faible, variables duales et coûts marginaux, théorème de Farkas et Minkowsky, existence de solutions non négatives). Algorithme de « transportation simplex ». Analyse post optimale, analyse de sensibilité. Application : Problèmes de mélanges et d’assemblage, Capital budgeting. Application : Problème de transport. 3. Programmation dynamique et files d’attentes Programmation dynamique en temps discret, Horizons fini et infini. Programmation dynamique stochastique. Files d’attentes Modèle M/M/1, M/M/S, loi de Little. Application : gestion des stocks, problèmes d’investissement séquentiel. 4. Introduction aux algorithmes approchés et métaheuristiques Les algorithmes itératifs de voisinage (algorithme itératif de voisinage, métaheuristiques du recuit simulé, métaheuriqtque de recherche tabou, Algo gloutons, Algo gloutons aléatoires…) Les métaheuristiques inspirées de la biologie Optimalité des algorithmes approchés Application : TSP problem

Ingénierie de la conception (IC) option

Intervenant

Contexte national et international L’option coopère avec les établissements scientifiques internationaux les plus en pointe dans son domaine (Chalmers, Stanford, Carnegie Mellon, Imperial College, RWTH Aachen, Delft…) et avec les grandes écoles de design françaises (Strate College, Ecole Nationale Supérieure de Création Industrielle, ENSAD). Par comparaison avec les cursus de ces grands établissements scientifiques internationaux, l’option permet aux étudiants d’associer de façon originale les enseignements "d’Engineering design", de "Project management", "d’Innovation management" et "d'industrial design". Perspectives et débouchés Les anciens élèves de l’option débutent dans des secteurs très variés (industrie automobile, aéronautique, high tech, luxe, services, conseil en innovation ou en propriété industrielle, santé, énergie, grande distribution,…), y-compris les secteurs de la création. Avec le développement des directions de l’innovation dans beaucoup de grands groupes, plusieurs élèves ont très vite été amenés à occuper des fonctions de responsable d’innovation de haut niveau (Schneider, Thales, RATP, SNCF, Urgo, Airbus,...). Quelques sujets d'option représentatifs traités ces dernières années : Le travail d’option se déroule d’octobre à juin. Les sujets sont soigneusement sélectionnés dans des secteurs très divers. Ils sont de deux types principaux : • Type 1 : les élèves participent au développement d’une gamme de nouveaux produits ou systèmes et mettent en place de nouvelles démarches de conception. Quelques exemples : Seb / incubateur de start-up : développement de dispositifs de lutte contre les moustiques et les maladies vectorielles Soft@Home / Orange : valorisation des données des box internet dans la maison Urgo médical : développement d'objets connectés dans la santé Décathlon : la "fraîcheur" des vêtements sportifs : méthodologie d’exploration et de structuration d’un nouvel espace de valeur. • Type 2 : Les élèves participent au développement de méthodes de conception. Quelques exemples : Airbus : méthodologie de support au transfert de technologies intersectorielles; outil d'aide à l'innovation pour "l'usine conceptrice" Thales avionics : Du besoin opérationnel à la conception innovante : le cas des viseurs de casque pour pilotes d’hélicoptères. SNCF / Zeebra (start-up) : développement d'outils et de service numérique pour la coordination des experts innovation dans l'entreprise. Durant ces travaux, les élèves reçoivent un soutien important de la part du corps enseignant de l’option. C’est un moment pédagogique fort au cours duquel les optionnaires peuvent consolider leurs connaissances et acquérir une première professionnalisation sur un sujet correspondant à des enjeux réels d’entreprise.

Direction(s) de thèse(s)

2023 Modèles intelligents de maintenance prédictive pour des actifs de production renouvelable (éolien & solaire) BOUILLOUD Marie
2023 Optimisation de la production de complexes miniers sous incertitudes - approches par apprentissage machine GUERIN Nicolas
2022 La gestion des projets d'intelligence artificielle par l'état BARRÉ Antoine
2019 Instruments de politique publique dans la transition écologique et changement systémique. Cas des symbioses industrielles et territoriales EROHINA Daniela
2017 Les systèmes électriques intelligents (Smart Grids) : Pilotage optimal décentralisé et régulation paramétrée EL HARRAB Mohamed Saâd

Mots-clés

Équipe