Approches évolutionnistes pour la résolution du 1-PDPTW statique et dynamique

by Ryan Kammarti

Doctoral thesis in Informatique industrielle et automatique

Under the supervision of Pierre Borne, Slim Hammadi and Mekki Ksouri.

defended on 2006

in Ecole Centrale de Lille .

  • Alternative Title

    Evolutionary approach to solve the 1-PDPTW in the static and dynamic cases


  • Abstract

    Nowadays, goods and people transportation take an important place in all societies daily life and business. The single pickup and delivery problem is one of the most faced problems. Having a set of request to satisfy the transportation vehicle will carry goods from providers to respective customers respecting their each time windows and its self-transportation capacity. In this work, we present a review of the scientific literature on the 1-PDPTW and we present some new approaches to resolve the static and the dynamic cases of this problem. Our approaches use mainly evolutionary algorithms based on the use of special genetic operators conceived in to improve the solutions quality and to decrease the computation time. They are also based on the use of the Pareto optimality approach to provide to the decision maker a set of good feasible solutions. Some of our approaches use distance end tardiness lower bounds to evaluate the obtained solutions. A hybridization stage, consisting on a special Tabu search, can be applied to improve the solutions given by the evolutionary algorithms. Finally, we present some simulations and results elaborated with benchmarks especially conceived for the 1-PDPTW and other benchmarks issued from the literature.


  • Abstract

    De nos jours, le transport de marchandise occupe une place importante dans la vie économique des sociétés modernes. Le problème de collecte et de distribution avec fenêtres de temps à un seul véhicule est un des problèmes les plus rencontrés. Ayant un ensemble de demandes à satisfaire, le véhicule doit transporter des biens de fournisseurs à leurs clients respectifs en respectant les fenêtres de temps et sa capacité. Dans ce travail, nous présentons un état de l’art du 1-PDPTW et nous proposons plusieurs approches évolutionnistes pour traiter ses deux cas : statique et dynamique. Nos approches utilisent principalement des algorithmes évolutionnistes basés sur l’utilisation d’opérateurs génétiques spéciaux conçus dans le but d’améliorer la qualité des solutions et de diminuer le temps de calcul. Elles sont aussi basées sur la Pareto optimalité pour fournir un ensemble de solutions viables. Quelques unes de nos approches utilisent des bornes inférieures de distance et de retard dans le but d’évaluer les résultats obtenus. Une recherche Tabou, constituant un étage d’hybridation, peut être appliquée pour l’amélioration des solutions obtenues par les algorithmes évolutionnistes. Enfin nous présentons quelques simulations et résultats élaborés à partir de benchmarks spécialement conçus pour le 1-PDPTW ainsi que d’autres provenant de la littérature.

Consult library

Version is available as a paper

Informations

  • Details : 1 vol. ( 196 p.)
  • Annexes : Bibliogr. p. 183-194, 98 réf. Index

Where is this thesis?

  • Library : Lilliad Learning Center Innovation (Villeneuve d'Ascq, Nord).
  • Available for PEB
  • Odds : 50376-2006-386
  • Library : Ecole Centrale de Lille (Villeneuve d'Ascq, Nord). Centre de documentation.
  • Available for PEB
See the Sudoc catalog libraries of higher education and research.