Heuristiques pour un problème de m-tournées sélectives

Heuristics for the team orienteering problem

• Auteur / Autrice : Mahdi Khemakhem
• Direction : Frédéric Semet, Habib Chabchoub
• Type : Thèse de doctorat
• Discipline(s) : Informatique. Automatique et informatique des systèmes industriels et humains
• Date : Soutenance en 2008
• Etablissement(s) : Valenciennes

Mots clés

Mots clés contrôlés

Problème du voyageur de commerce

Heuristique

Résumé

Cette thèse aborde un problème de transport appelé le Problème de m-Tournées Sélectives (PmTS) ou ”Team Orienteering Problem” en anglais. Le PmTS consiste à construire m tournées pour une flotte de véhicules afin de desservir un sous-ensemble sélectionné de clients. Dans le PmTS un service est fourni à chaque client visité en contrepartie de quoi, un gain est récolté. La tournée de chaque véhicule part d’un dépôt, passe par un sous-ensemble de clients et revient en un autre sans dépasser la longueur maximale autorisée. Chaque client peut être desservi au plus une fois par un unique véhicule. L’objectif est de maximiser le gain total récolté. Le PmTS étant un problème NP-difficile, notre objectif de recherche a consisté à proposer des heuristiques basées sur le principe général de ”Cluster first - Route second”. Ces algorithmes sont prévus pour être intégrés dans un logiciel de planification des tournées de techniciens de maintenance. Tout d’abord, nous décrivons des heuristiques à deux phases basées sur la résolution successive d’un problème de classification et d’un problème d'élaboration de tournées. Ensuite nous nous intéressons à la phase de routage pour laquelle nous proposons une heuristique basée sur la recherche tabou. Celle-ci a été testée avec deux structures de voisinage à savoir réduit et étendu. Enfin, nous décrivons des méthodes hybrides utilisant une stratégie d’oscillation ou un processus à mémoire adaptative. Celui-ci a conduit à la meilleure approche proposée dans cette thèse pour le PmTS. Elle constitue un nouveau compromis en termes de qualité de solution et de temps de calcul par rapport aux autres méthodes de la littérature

This thesis is devoted to a transportation problem called “the Selective Vehicle Routing Problem” or “the Team Orienteering Problem” TOP. The TOP consists of determining m tours for a fleet of vehicles over a subset of customers. Here, the vehicle capacity is not taken into account since services instead of goods are provided to customers. As a counter part for services, a profit is collected at each served customer. Each vehicle must start from a depot and end at another one once a subset of customers is visited. The tour length of each vehicle must not exceed a preset value. Each customer can be served at most by one vehicle. The objective consists of maximizing the total profit collected. Since the TOP is NP-hard, we develop approximate solution methods. The heuristics proposed are based on the "Cluster first - Route second" strategy. These heuristics could be integrated in a decision support system for the planning of maintenance technicians. First, we describe two-phase heuristics for the TOP based on the solution of a clustering problem and of a routing problem. Then considering the routing phase we propose tabu search based heuristics. Large and restricted neigbourhood structures are considered. Finally we describe hybrid methods using either an oscillation strategy or an adaptive memory strategy. The latter approach appears to be the best approach for the TOP, we developed. It is a new compromise on solution quality and CPU time compared with methods previously described in the literature