Optimisation économique et environnementale des ateliers d’engraissement porcins face aux incertitudes des prix de marché et de la valeur des aliments.
Jean-Yves DOURMAD (IR INRA), UMR PEGASE (Physiologie, Environnement et Génétique pour l’Animal et les Systèmes d’Elevage), Domaine de la Prise 35590 Saint-Gilles.
Eric DARRIGRAND (MC Université Rennes 1) Equipe d’Analyse Numérique, UMR IRMAR (Institut de Recherche Mathématique de Rennes) Campus de Beaulieu, 35042, Rennes.
Alexandre GOHIN (DR INRA), UMR SMART-LERECO (Structures et Marchés Agricoles, ressources et territoires, Laboratoire d’études et de recherche en Economie), 4 allée Adolphe Bobierre – CS 61103 – 35011 Rennes.
Florence GARCIA-LAUNAY (IR INRA), UMR PEGASE, Fabrice MAHE (MC Université Rennes 1), UMR IRMAR.
(avant mi-mai 2017 pour prendre contact et avant le 07/06/17 pour
dépôt du dossier de candidature auprès de l’Ecole Doctorale VAS) : florence.garcia-launay@inra.fr (02.23.48.50.87), fabrice.mahe@univ-rennes1.fr (02.23.23.60.48).
La thèse sera menée au sein de l’équipe SysPorc « Le Porc dans les Systèmes
d’Elevages » de l’UMR 1348 PEGASE (https://www.rennes.inra.fr/pegase), dans l’Ecole Doctorale VAS (http://www.vas.univ-rennes1.fr/).
Les stratégies alimentaires en atelier d’engraissement sont un facteur clé du résultat économique et des impacts environnementaux de la production porcine. Le choix de la stratégie alimentaire doit se faire dans un contexte économique incertain. La thèse devra répondre à la question : Comment optimiser la stratégie alimentaire pour un groupe de porcs à l’engrais sur des critères économiques et environnementaux dans un contexte incertain ?
Le projet de thèse ambitionne, i) de produire un modèle capable d’optimiser la stratégie alimentaire pour un groupe de porcs à l’engrais sur des critères économiques et environnementaux, et ce dans un contexte incertain, et ii) d’utiliser ce modèle pour établir l’effet des incertitudes de prix et de valeur des aliments sur les stratégies optimales.
Pour cela le modèle propose d’associer un modèle stochastique de croissance des porcs, une évaluation par Analyse du Cycle de Vie des impacts environnementaux de la production de porcs, un formulateur d’aliments pour porcs et une procédure d’optimisation de la stratégie alimentaire.
Optimisation multiobjectif, modèle individu-centré, Analyse de Cycle de Vie, langage Python, résolution numérique, incertitude des prix de marché, formulation d’aliments pour porcs.
Le candidat devra avoir une formation générale et un master (ou l’équivalent) en mathématiques appliquées et/ou calcul scientifique, ou sciences pour l’ingénieur, et présenter un fort intérêt pour les applications en biologie et en agronomie. Des compétences ou expériences complémentaires en optimisation et recherche opérationnelle, ainsi qu’en simulation des systèmes dynamiques seront appréciées. Le candidat présentera ce projet de thèse lors d’une audition devant un jury de sélection de l’Ecole Doctorale VAS (http://www.vas.univ-rennes1.fr/). Le présent projet de thèse bénéficie du financement d’une demi-bourse de thèse par le métaprogramme GloFoods INRA-CIRAD (http://www.glofoods.inra.fr/) et d’une demi-bourse de la région Bretagne.
Les résultats économiques des élevages porcins dépendent du coût des matières premières (céréales et tourteaux en particulier) utilisées pour formuler (préparer) les aliments et des cours du prix du porc. En production porcine, la programmation linéaire est utilisée depuis des décennies pour trouver les taux d’incorporation des
matières premières qui minimisent le prix des aliments pour porcs, en respectant des contraintes de valeurs nutritionnelles des aliments. Aujourd’hui la formulation des aliments à moindre coût ne permet plus de répondre aux enjeux de la production porcine :
Raisonner la stratégie d’alimentation des porcs à l’engrais est donc déterminant pour les résultats environnementaux de l’élevage.
Ainsi, aujourd’hui l’enjeu est de pouvoir optimiser la stratégie alimentaire appliquée aux porcs, en maximisant la marge économique et en minimisant les impacts environnementaux.
Des travaux récents ont permis de construire des modèles capables de simuler l’effet de certaines pratiques d’alimentation sur les performances de croissance d’un animal moyen et d’un groupe de porcs à l’engrais (InraPorc®, 2006 ; Vautier et al. 2013). Un projet récent conduit entre l’UMR PEGASE et l’IFIP a ainsi permis d’aboutir à un modèle de l’atelier d’engraissement porcin qui simule les effets de différentes pratiques d’élevage (notamment pratiques d’alimentation) sur les performances des animaux, et calcule le résultat économique et les impacts environnementaux qui en résultent (Cadéro et al. 2016). Disposer d’un tel modèle permet aujourd’hui d’envisager l’optimisation multiobjectif (économie et environnement) des stratégies d’alimentation pour les porcs en engraissement.
Le projet de thèse devra répondre à la question suivante : Comment optimiser la stratégie alimentaire pour une bande de porcs à l’engrais sur des critères économiques et environnementaux dans un contexte incertain ?
Cette question est à la frontière entre mathématiques et informatiques appliquées, zootechnie des systèmes d’élevage, environnement et économie des exploitations d’élevage. Répondre à cette question nécessitera d’étudier la fonction-objectif et son domaine et d’envisager différentes approches / algorithmes d’optimisation : contrôle
robuste, algorithme génétique, programmation dynamique stochastique,…
Le programme de recherches sera organisé selon les étapes suivantes :
Ce travail original et pluridisciplinaire (mathématiques appliquées, zootechnie des systèmes d’élevage, économie, informatique) fournira un modèle capable d’optimiser les stratégies alimentaires pour l’atelier d’engraissement porcin. Il produira également des connaissances et une démarche méthodologique générique pour raisonner l’optimisation de la conduite des systèmes d’élevages. Une question à laquelle le projet devrait d’ailleurs répondre concerne la possibilité d’intégrer les résultats (sorties) des stratégies optimales d’engraissement (au niveau de l’atelier ou de l’exploitation agricole) vers une échelle territoriale voire nationale.
Cadero, A., Aubry, A., Brossard, L., Dourmad, J.-Y., Salaün, Y., Garcia-Launay, F. (2016). Modelling fattening pig production systems: use of a dynamic, stochastic, mechanistic model. In: Book of Abstract of the 67th Annual Meeting of the European Federation of Animal (p. 441). Wageningen, NLD : Wageningen Academic
InraPorc® 2006. Un outil pour évaluer des stratégies alimentaires chez le porc. Version 1.0.4.0. INRA-UMR SENAH, www.rennes.inra.fr/inraporc
Vautier, B., Quiniou, N., van Milgen, J., Brossard, L., 2013. Accounting for variability among individual pigs in deterministic growth models. Animal 7, 1265-1273.