Membre

Fiche Membre

En un clic !

Thématiques de recherche
Pôles d’expertises
Nos équipes
Formation par la recherche
- Doctorats
- Masters
HDR
Thèses
Publications

Composante(s) d’expertise Pôle associée(s)

CCS

Automatisation des processusGénie industrielGestion de production

Expertises équipes

Ingénierie numérique appliquée aux systèmes industrielsIntelligence artificielle et optimisation pour les systèmes de productionPilotage, supervision et surveillance des systèmes industrielsSystèmes industriels cyber-physiques et industrie intelligente

Wassim Bouazza

Enseignant chercheur / Enseignante chercheuse – Maître / maîtresse de conférences

Equipe : CPS3

Employeur : Nantes Université

Expertises :

OrdonnancementMachine LearningRecherche opérationnelleIndustrie 5.0 et durabilité

Coordonnées

Email :

Adresse(s)

Informations non disponibles pour l’instant

Publications déposées sur HAL

Nombre de publications retournées : 24

Revues internationales avec comité de lecture

[1] W. Bouazza, D. Hamdadou, Y. Sallez, D. Trentesaux. Effective dynamic selection of smart products scheduling rules in FMS, in Manufacturing Letters, vol. 20, pp. 45-48, DOI

[2] W. Bouazza, Y. Sallez, D. Trentesaux. Dynamic scheduling of manufacturing systems: a product-driven approach using hyper-heuristics, in International Journal of Computer Integrated Manufacturing, vol. 34, no. 6, pp. 641-665, DOI

[3] A. Hamiti, W. Bouazza, A. Laurent, N. Mebarki, M. Kenani. Machine Learning prediction model for Dynamic Scheduling of Hybrid Flow-Shop based on Metaheuristic, in IFAC-PapersOnLine, vol. 58, no. 19, pp. 1228-1233, DOI

Conférences internationales avec comité de lecture et actes

[4] W. Bouazza, Y. Sallez, B. Beldjilali. A distributed approach solving partially flexible job-shop scheduling problem with a Q-learning effect, in 20th World Congress of the International Federation of Automatic Control, Toulouse, France, DOI

[5] W. Bouazza, Y. Sallez, D. Trentesaux. Toward Efficient FMS Scheduling Through Rules Combination Using an Optimization-Simulation Mechanism, in SOHOMA’21 : 11th International Workshop on Service Oriented, Holonic and Multi-Agent Manufacturing Systems for Industry of the Future, Cluny, France, DOI

[6] W. Bouazza, A. Ait El Cadi, A. Bekrar, A. Rivenq. Environmental impacts of the Collaborative Intelligent Transport Systems (C-ITS): survey and research directions, in GIN Conference on Logistics | New Technologies & Effective Circular Economy, Valenciennes, France,

[7] M. Nouiri, W. Bouazza, O. Cardin, D. Trentesaux. Review of smart cyber city: keys requirements, tools and issues, in 22nd IFAC World Congress, Yokohama, Japon, DOI

[8] W. Bouazza, Y. Sallez, O. Cardin. A Hyper-heuristic for Dynamic Scheduling of Cyber-Physical Production Systems Using Incremental Learning, in Service Oriented, Holonic and Multi-Agent Manufacturing Systems for Industry of the Future. SOHOMA 2023, Annecy, France, DOI

[9] W. Bouazza. Applications d'un hyper-heuristique à l'ordonnancement de la production : tour d'horizon et opportunités, in IFAC World Congress, Yokoama, Japon, DOI

[10] A. Ghiles Hamiti, W. Bouazza, A. Laurent, M. Nasser. Machine Learning prediction model for Dynamic Scheduling of Hybrid Flow-Shop based on Metaheuristic, in INCOM 2024, Vienne (AUT), France,

[11] W. Bouazza. Machine Learning-Based Hyper-Heuristics: A Clear Insight, in CIIS 2024: 2024 The 7th International Conference on Computational Intelligence and Intelligent Systems, Nagoya Japan, France, DOI

[12] A. Ghiles Hamiti, W. Bouazza, A. Laurent, N. Mebarki. L'énumération partielle dans la prédiction en ordonnancement dynamique d'un flowshop hybride, in 3ème congrès annuel de la SAGIP, Mulhouse (Haut-Rhin), France,

[13] W. Bouazza. Simulation Stochastique et Gamification : Une Nouvelle Approche de la Formation Industrielle, in 3ème Congrès Annuel de la Société d'Automatique, de Génie Industriel et de Productique (SAGIP 2025), Mulhouse, France,

[14] A. Hamiti, W. Bouazza, A. Laurent, N. Mebarki. Exploring the Partial Enumeration Problem for Dynamic Hybrid Flowshop Scheduling with Machine Learning, in 11th IFAC Conference on Manufacturing Modelling, Management and Control – IFAC MIM2025, Trondheim, Norvège, DOI

[15] W. Bouazza, A. Kantasa-Ard. Forecast-Driven Reconfiguration in Sustainable Production Systems, in IFIP APMS, Kamakura, Japon, DOI

[16] W. Bouazza, Y. Eslami, J. Jimenez, C. da Cunha, P. Castagliola. Integrating Sustainability with Equitable Operator Fatigue Distribution, in Advances in Production Management Systems, Kamakura, Japon, DOI

[17] W. Bouazza, S. Shady. Machine Learning-Based Surrogate Modeling for Performance Evaluation in Energy-Aware Reconfigurable Manufacturing Systems, in IFAC 2026 – 23rd IFAC World Congress, Busan, Corée du Sud,

[18] W. Bouazza. Improving Urban Logistics Traffic Simulations through Vehicle-Count Data Calibration, in IFAC 2026 – 23rd IFAC World Congress, Busan, Corée du Sud,

[19] Y. Eslami, M. Nouiri, W. Bouazza. Reviewing Cyber-Physical System Impacts and Challenges to Achieve Sustainability in Smart Cities, in IFAC World congress 2026, Busan, Corée du Sud,

Conférences nationales avec comité de lecture et actes

[20] N. Mebarki, W. Bouazza, A. Ghiles Hamiti, A. Laurent, M. Kenani. Apprentissage automatique pour l'ordonnancement dynamique d'un atelier de production hybride basé sur une métaheuristique, in 2ème Congrès Annuel de la Société d'Automatique, de Génie Industriel et de Productique (SAGIP 2024), Villeurbanne (France), France,

Ouvrages – Chapitres d'ouvrages et directions d'ouvrages

[21] W. Bouazza, Y. Sallez, N. Aissani, B. Beldjilali. A Model for Manufacturing Scheduling Optimization Through Learning Intelligent Products, DOI

[22] K. Atwi, O. Cardin, W. Bouazza, M. Nouiri. Challenges Limiting the Industrial Deployment of Agent-Based Production Controllers, DOI

Theses et HDR

[23] W. Bouazza. Proposition d’une méthode d’apprentissage à base de produits intelligents pour les ateliers partiellement flexibles / dynamiques,

Autres publications

[24] W. Bouazza, Y. Eslami, J. Jimenez, C. da Cunha. Sustainable Scheduling in Manufacturing: Integrating NSGA-II and Discrete-Event Simulation for Hybrid Flowshop Environments, in CIIS 2024: 2024 The 7th International Conference on Computational Intelligence and Intelligent Systems, Nagoya, Japon, DOI

Pas de projets référencées pour l’instant

Pas de plateformes référencées pour l’instant

Pas de logiciels de référencés pour l’instant