Optimisation du trafic routier par des modèles distribués à base d'agents embarqués utilisant les technologies des objets connectés

Optimization of urban trafic by distributed models based on embedded agents using the technology of connected agents

• Auteur / Autrice : Imad Sabbani
• Direction : Abdellah El Moudni, Oussama Barakat, Omar Bouattane, Mohamed Youssfi
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 01/07/2019
• Etablissement(s) : Bourgogne Franche-Comté en cotutelle avec Université Hassan II (Casablanca, Maroc). Faculté des Sciences
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Partenaire de recherche : Université de Franche-Comté (1971-....)
• Jury : Président / Présidente : Abdelhakim Artiba
• Jury : Examinateurs / Examinatrices : Abdellah El Moudni, Oussama Barakat, Omar Bouattane, Mohamed Youssfi, Abdelhakim Artiba, Khadija Douzi, Maria Lebbar, Lionel Amodeo, Andrés Pérez-Uribe
• Jury : Rapporteurs / Rapporteuses : Khadija Douzi, Maria Lebbar, Lionel Amodeo

Mots clés

Mots clés contrôlés

Traitement réparti

Mots clés libres

Systèmes distribués

Intelligence artificielle

Trafic routier

Transport multimodal

Optimisation combinatoire

Système multi-Agents

Métaheuristique

Optimisation de tournées

Machine à vision

Distributed systems

Artificial inteligence

Urban trafic

Multimodal transport

Combinatorial optimization

Multi-Agent systems

Résumé

Dans cette thèse nous nous intéressons à l’étude et la résolution de problèmes d’optimisation dans le domaine du transport. Le problème fondamental est de déterminer le plus court chemin à effectuer à travers un ou plusieurs modes de transport d’un point A vers un point B. Au cours des deux dernières décennies, les chaines logistiques soulèvent un grand nombre de problèmes combinatoires avec des enjeux économiques et environnementaux importants à résoudre: problèmes d’ordonnancement, problèmes de tournées de véhicules, problème de routage de véhicules... Ce travail de recherche a pour objectif d’identifier et de lever certains verrous scientifiques sur la modélisation et l’optimisation de ces problèmes. Deux méthodes originales sont présentées dans ce manuscrit. Dans un premier temps, nous proposons un algorithme d’optimisation par méta-heuristiques, pour orienter les véhicules à prendre la bonne décision de choisir le parcours optimal et de favoriser la fluidité du trafic. La modélisation de notre système est basée sur une nouvelle architecture distribuée des systèmes multi-agents et un nouveau protocole de communication. Notre système se base sur une fonction multi-objective avec plusieurs paramètres (i.e. densité, vitesse, nombre de voiture, ...).Le recueil de ces données joue un rôle important afin de s’assurer de l’applicabilité et de l’efficacité de notre solution. Nous proposons un algorithme de réseaux de neurones convolutionels profonds afin d’obtenir l’état du trafic en temps réel. La deuxième partie de notre thèse s’intéresse à une nouvelle politique de mobilité exigée par la croissance de la taille des réseaux et les évolutions technologiques en transport: la plannification des chaînes d’activité quotidiennes dans un contexte multimodal. Le choix modal du transport consiste à utiliser successivement un ou plusieurs modes de transport. Nous proposons un algorithme de colonies de fourmis avec les fenêtres temporelles tout en adoptant un nouveau concept de flexibilité. L’introduction de cet aspect induit de nouveaux défis et de nouvelles contraintes auxquelles il faut répondre.Pour chaque problématique, des expériences sont réalisées afin d’évaluer la performance de nos approches de résolution sur des instances de littérature.

In this thesis we present some models of optimization problems in transportation field; The fundamental problem is to define the shortest path bewteen two points through one or many modes of transport. Over the past two decades, logistics chains have raised a large number of combinatorial problems with important economic and environmental issues to be solved: scheduling problems, rooting vehicles, monitoring trafic ... Two original methods are presented in this thesis. First, we propose a meta-heuristic optimization algorithm, to guide the vehicles to make the right decision to choose the optimal route and to promote traffic fluidity. The modeling of our system is based on a new distributed architecture of multi-agent systems and a new communication protocol. Our system is based on a multi-objective function with several parameters (i.e. density, speed, number of cars, ...). The collection of this data plays an important role in ensuring the applicability and effectiveness of our solution.We propose a deep convolutional neural network algorithm to obtain real-time traffic status. The second part of our thesis focuses on a new policy of mobility required by the growth of network size and new high technological developments in transport : the planning of daily activity chains in a multimodal context. The modal choice of transport consists in successively using one or more modes of transport. We propose the ant colony algorithm with time windows involving a new concept of flexibility. The introduction of this aspect introduces new challenges and new constraints that must be resolved.For each problem, experiments are carried out in order to evaluate the performance of our approaches on literature instances. In particular, our algorithms have improved the results obtained by the best existing approaches.