Problèmes de transport : modélisation et résolution par les métaheuristiques

par Ghizlane Bencheikh

Thèse de doctorat en Informatique et mathématique

Sous la direction de Jaouad Boukachour et de Ahmed El Hilali Alaoui.


  • Résumé

    Dans cette thèse, nous traitons deux problèmes d'ordonnancement, à savoir, l'ordonnancement d'atterrissage d'avions et le problème de transport de personnel à la demande. Dans le cas du problème d'atterrissage, nous avons modélisé le problème sous forme de programme d'optimisation combinatoire, puis sous forme de problème de Job shop. Pour la résolution, nous avons proposé trois méthodes. La première consiste à utiliser un algorithme hybride combinant l'algorithme génétique et l'algorithme de colonie de fourmis. La deuxième est basée sur un algorithme hybride, combinant, l'algorithme génétique avec la recherche tabou. Dans la dernière méthode, nous avons utilisé un algorithme de colonie de fourmis et une heuristique d'amélioration locale. Le deuxième problème consiste à déterminer les tournées et horaires des véhicules chargés de transporter le personnel d'un ensemble d'entreprises à leurs demandes. Le but est de minimiser le coût de transport et maximiser la qualité de service offert aux clients. Cette dernière est exprimée dans ce travail en termes de temps d'attente et de temps de voyage des employés. Nous avons d'abord modélisé le problème sous forme de programme d’optimisation combinatoire et en second lieu, nous avons proposé deux métaheuristiques de population pour sa résolution, à savoir, l'algorithme de colonie de fourmis et l'algorithme génétique. L'algorithme de colonie de fourmis est basé sur le principe de découpage avec une résolution à deux étapes. Avant de présenter les résultats expérimentaux obtenus par les deux méthodes et de les comparer, nous avons réglé les paramètres des algorithmes en se servant de la méthode des plans factoriels qui fait partie des méthodes de plans d'expériences.

  • Titre traduit

    Transportation problem : modelling and resolution by metaheuristics


  • Pas de résumé disponible.


  • Résumé

    In this thesis, we have considered two different scheduling problems : Scheduling Aircraft Landing and Professional Staff Transportation Problem. For the aircraft landing problem, we have proposed a mathematical formulation of the problem and a job shop formulation of the problem. Three resolution methods are given. The first one is a hybrid method combining Genetic Algorithm and Ant colony Optimization. The Second method is a combination of a genetic algorithm and tabu search. The last resolution method consisted to apply ant colony algorithm combined with a local search heuristic, this algorithm deal with the dynamic case where there is a cancellation of a flight or a runway closure. The Professional Staff Transportation Problem consists to build the routing of a limited fleet of vehicles in charge of transporting the staff of one or several companies (on their demand). The goal is to minimize the total cost of transport, and maximising the level of service offered to users. The quality of service is expressed in our work in terms of waiting time and ride time of users. After we have shown a mathematical formulation, we gave a resolution method of the problem based on ant colony optimization. Finally, we solved the problem by two population metaheuristics, namely, ant colony algorithm and genetic algorithm. The ant colony algorithm is based on the "cluster first/rout second" method. Before presenting experimental results of the two algorithms, we have fixed their parameters by a factorial experimental design.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (167 f.)
  • Annexes : Bibliogr. f. 157-167

Où se trouve cette thèse ?

  • Bibliothèque :
  • Disponible pour le PEB
  • Cote : STH 911
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.