| DC Field | Value | Language |
| dc.contributor.author | REHIEL, ZAkaria | - |
| dc.date.accessioned | 2026-09-06T08:05:13Z | - |
| dc.date.available | 2026-09-06T08:05:13Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.uri | https://repository.esi-sba.dz/jspui/handle/123456789/946 | - |
| dc.description | superviseur : Mr . Bedjaoui Mohammed | en_US |
| dc.description.abstract | La gestion des stocks constitue un enjeu crucial pour les entreprises industrielles, commerciales
et de services. Elle permet d’assurer la disponibilité des ressources, de réduire les coûts
liés aux ruptures et aux surstocks, et d’optimiser l’ensemble de la chaîne logistique.
Dans le cadre de ce mémoire, nous avons conçu et développé une application web intelligente
de gestion prédictive et optimisée des stocks, basée sur l’intelligence artiőcielle (IA). Ce projet
a été réalisé au sein du complexe pétrochimique Sonatrach CP1Z, dans le but d’apporter une
solution innovante à la problématique de gestion et de suivi des équipements informatiques.
L’application repose sur une architecture React (frontend), Django (backend) et SQL
Server (base de données), et intègre des modèles de prédiction basés sur l’IA aőn d’anticiper
la demande, réduire les risques de rupture et améliorer la planiőcation des approvisionnements.
Les résultats obtenus démontrent l’efficacité de la solution proposée en termes de őabilité,
de gain de temps et de précision dans la gestion des ŕux de stock. Cette approche ouvre des
perspectives d’évolution vers une intégration plus large dans les systèmes industriels de gestion
des ressources. | en_US |
| dc.language.iso | fr | en_US |
| dc.subject | Gestion Des Stocks | en_US |
| dc.subject | Intelligence Artifcielle | en_US |
| dc.subject | Prédiction | en_US |
| dc.subject | Application Web | en_US |
| dc.subject | Sonatrach | en_US |
| dc.subject | Django | en_US |
| dc.subject | React | en_US |
| dc.subject | SQL Server | en_US |
| dc.title | Conception et développement d’une application web intelligente pour la gestion prédictive et optimisée des stocks basée sur l’IA | en_US |
| dc.type | Thesis | en_US |
| Appears in Collections: | Ingénieur
|