Une approche génétique pour la résolution du problème VRPTW dynamique

par Haiyan Housroum

Thèse de doctorat en Informatique

Sous la direction de Gilles Goncalves.

Soutenue en 2005

à l'Artois .


  • Résumé

    Ces dernières années les systèmes de transport utilisés pour le ramassage et la distribution de biens ou de services ont fait l'objet de nombreuses études dans la communauté scientifique. De nos jours, la plupart des systèmes de transport doivent pouvoir fonctionner en respectant des contraintes temporelles strictes et ceci en s'adaptant aux aléas du problème. En effet, les clients ou partenaires d'une entreprise exigent de celle-ci une qualité de service garantie (i. E. Délais à respecter). De plus, l'environnement dans lequel une entreprise doit évoluer est bien souvent incertain et donc sa réactivité est également un atout important. Ceci a conduit à définir des modèles de pilotage des systèmes de transport dits dynamiques dans lesquels une partie des données est considérée comme dépendante du temps. Le domaine dans lequel s'inscrit nos travaux, concerne le problème classique de l'élaboration de tournées de véhicules (VRP : Vehicle Routing Problem). Celui-ci consiste à construire des tournées de coût minimal afin que de visiter une fois et une seule fois un ensemble de clients géographiquement distribué. Le travail présenté dans cette thèse traite plus précisément de la résolution du problème de l'élaboration dynamique de tournées de véhicules avec fenêtres de temps (DVRPTW : Dynamic Vehicle Routing Problem with Time Windows) et de quelques unes de ses extensions. L'objectif de ce travail était double. D'une part, il s'agissait de montrer qu'une approche de type évolutionniste était utilisable dans un cadre dynamique. D'autre part, il fallait vérifier que les performances que l'on pouvait attendre de ce type d'approche étaient comparables voire supérieures à celles des meilleures techniques utilisées à ce jour. Pour atteindre ces objectifs, nous avons utilisé la technique des Algorithmes Génétiques (AG) pour définir un planificateur dirigé par les évènements. Ce planificateur cherche à optimiser dynamiquement le problème après chaque évènement significatif (" arrivée d'une nouvelle demande " et " fin de service chez un client ") survenant tout au long de la journée d'ouverture. L'algorithme génétique est basé pour cela sur des chromosomes de taille variable dans le temps permettant de prendre en compte l'arrivée de nouveaux clients pendant l'exécution effective des tournées de véhicules. L'efficacité des approches AG pose la question délicate du réglage de certains paramètres par rapport au problème à traiter. Nous avons utilisé un réglage " a priori " de ces paramètres en utilisant la technique des plans d'expériences. Le dernier point de cette thèse porte sur une plate-forme développée en JAVA pour évaluer notre approche et comparer les résultats avec ceux obtenus par d'autres approches.

  • Titre traduit

    An evolutionary approach for the solving of the dynamic vehicle routing problem with time windows


  • Résumé

    These last years the systems of transport used for the collecting and the distribution of goods or services were the subject of many studies in the scientific community. Nowadays, the majority of the systems of transport must be able to deal with strict temporal constraints. Indeed, the customers or partners of a company require these constraints for the quality of service to be guaranteed. Moreover, the environment in which a company must operate is very often instable and thus its reactivity is also a significant asset. This results in defining models of piloting of the systems of transport known as dynamic in which part of the data of the problem depends on the time. Our work concerns the basic Vehicle Routing Problem VRP. This problem consists of a number of distributed customers, each requiring a specified weight of goods to be delivered. Vehicles dispatched from a single depot must deliver the goods required, then return to the depot. Each vehicle can carry a limited weight and only one vehicle is allowed to visit each customer. The problem is to find a set of delivery routes satisfying these requirements and giving minimal total cost. In practice, this is often taken to be equivalent to minimise the total distance travelled, or to minimise the number of vehicles used and then minimising total distance for this number of vehicles. The work presented in this thesis deals more precisely with the resolution of the Dynamic Vehicle Routing Problem with Time Windows DVRPTW and some of its extensions. The objective of this work was double. Firstly, it was a question of proving that the evolutionary algorithms can be used within a dynamic framework. In addition, it had to be checked that the performances, of this type of approach, were comparable with those of the best techniques up to now. To achieve these goals, we used the technique of the Genetic Algorithms (GA) to define a planner driven by the events. This planner aims to dynamically optimize the problem after each significant event (“arrival of a new request” and “end of service at a customer”) occurring throughout the day of service. The genetic algorithm is based on chromosomes of variable size in time, making it possible to take into account the arrival of new customers during the effective execution of the routes by vehicles. The effectiveness of the GA approaches raises the difficult question of the tuning of certain of parameters such as crossover or mutation rates. We used a tuning “a priori” of these parameters by using the technique of the experimental designs. The last point of this thesis relates to a software platform developed in JAVA to evaluate our approach and to compare the results with those obtained by other approaches.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (xviii- 184 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 169-182. Index

Où se trouve cette thèse ?