Equilibre dans les réseaux de transport multi-critère

Equilibria in the multi-criteria traffic networks

• Auteur / Autrice : Thi Thanh Phuong Truong
• Direction : The Luc Dinh
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques
• Date : Soutenance le 26/05/2015
• Etablissement(s) : Avignon
• Ecole(s) doctorale(s) : École doctorale 536 « Sciences et agrosciences » (Avignon)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de mathématiques d'Avignon / LMA
• Jury : Président / Présidente : Michel A. Théra
• Jury : Examinateurs / Examinatrices : Michel A. Théra, Matthias Ehrgott, Cuong Le Van, Pierre Maréchal, Michel Volle
• Jury : Rapporteurs / Rapporteuses : Matthias Ehrgott, Cuong Le Van

Mots clés

Mots clés contrôlés

Recherche opérationnelle

Décision multicritère

Analyse vectorielle

Mots clés libres

Réseau multi-critère

Inégalité variationelle

Équilibre vectoriel

Multi-criteria network,

Variational inequalities

Vector equilibrium

Résumé

L'objectif de cette thèse est d'étudier des propriétés des points d'équilibre dans des réseaux de transport multi-critères et de développer des méthodes numériques permettant de trouver l'ensemble des points d'équilibre ou une partie représentative de cet ensemble. Le travail est structure comme suit. Dans le premier chapitre nous donnons une introduction de la thèse. Le chapitre 2 est un rappel de certaines notions que nous utilisons dans les autres. Nous y rappelons le concept de point optimal de Pareto, les fonctions multivoques et les problèmes d'inégalité variationnelle. Nous introduisons certaines fonctions de scalarisation et puis établissons quelques propriétés importantes. Dans le chapitre 3, nous décrivons les réseaux de transport qui sont étudiés dans cette thèse. Dans chaque modèle, nous rappelons les définitions des points d'équilibre et donnons une relation entre ces définitions. Dans le chapitre 4 nous traitons les réseaux de transport multi-critères mono-produit sans contraintes de capacité. Tout d'abord, nous construisons deux problèmes d'optimisation dont les solutions sont exactement l'ensemble des points d'équilibre du modèle initiale et établissons certaines propriétés importantes de continuité et de dérivabilité génériques des fonctions objectifs. Puis nous donnons une formule permettant de calculer le gradient des fonctions objectifs. Nous proposons également un algorithme et prouvons sa convergence pour générer une représentation de l'ensemble des points d'équilibre. Puisque les fonctions objectifs de nos problèmes d'optimisation ne sont pas continues, une méthode de lissage est également considérée afin d'utiliser quelques techniques d'optimisation globale. En fin, nous introduisons le concept de point d'équilibre robuste, puis nous établissons des critères de robustesse et une formule permettant de calculer le rayon de robustesse. Dans le chapitre 5 nous étudions des points d'équilibre vectoriel dans le réseau de transport multi-critères mono-produit sous contraintes de capacité.Tout d'abord, nous proposons un problème d'optimisation équivalent. En utilisant des techniques analogues à celles du chapitre 4 nous obtenons également un sous-ensemble des points d'équilibre du modèle proposé. Dans le dernier chapitre nous considérons des points d'équilibre fort dans le réseau de transport multi-critères multi-produit sous contraintes de capacité. Nous établissons des conditions d'existence des points d'équilibre fort, des relations entre des points d'équilibre fort et des points d'équilibre par rapport à une famille de fonctions ainsi qu'une relation entre des points d'équilibre fort et les points efficaces de l'ensemble des valeurs de la fonction de coût. En plus nous construisons des problèmes d'inéqualité variationnellle, dont les solutions sont les points d'équilibre fort. La dernière partie de ce chapitre est consacrée à un algorithme permettant de trouver des points d'équilibre d'un réseau multi-critères sous contraintes de capacité. Certains exemples numériques sont donnés pour illustrer notre méthode. Nous fermons la thèse avec une liste de références et appendice contenant le code matlab de nos algorithmes.

The purpose of this thesis is to study equilibria in multi-criteria trafficnetworks and develop numerical methods to find the set of all equilibria oronly one representative part of this set. The thesis is structured as follows.In the first chapter we present an introduction of the thesis. Chapter 2is of preliminary character. We recall the concept of Pareto minimal pointsand some notions related to set-valued maps and variational inequality pro-blem. We introduce some scalarizing functions, in particular the so-calledaugmented biggest/smallest monotone functions and augmented signed distance functions, and establish some properties we shall use later.Chapter 3 describes the traffic network models to be studied in this thesis.We define equilibrium for each model and determine a relationship betweenthem. We also give some counter examples for some existing results in therecent literature on this topic.In Chapter 4 we develop a new solution method for multi-criteria net-work equilibrium problems without capacity constraints. To this end we shallconstruct two optimization problems the solutions of which are exactly theset of equilibria of the model, and establish some important generic conti-nuity and differentiability properties of the objective functions. Then we givethe formula to calculate the gradient of the objective functions which enablesus to modify Frank-Wolfe's reduced gradient method to get descent directiontoward an optimal solution. We prove the convergence of the method whichgenerates a nice representative set of equilibria. Since the objective functionsof our optimization problems are not continuous, a method of smoothingthem is also considered in order to see how global optimization algorithmsmay help.We shall also introduce the concept of robust equilibrium, establishcriteria for robustness and a formula to compute the radius of robustness.In Chapter 5 we consider vector equilibrium in the multi-criteria single-product traffic network with capacity constraints.We propose an equivalent optimization problem and establish some im-portant generic continuity and differentiability properties of the objectivefunction. Then we give a formula which allows us to calculate the gradientof the objective function. After that we apply the approach of Chapter 4 toobtain an algorithm for generating equilibria of this network. We also givesome numerical examples to illustrate our approach.In the last chapter we consider strong vector equilibrium in the multi-criteria multi-product traffic network with capacity constraints.We establish conditions for existence of strong vector equilibrium.We alsoestablish relations between equilibrium and efficient points of the value set ofthe cost function and with equilibrium with respect to a family of functions.Moreover we exploit particular increasing functions discussed in Chapter 2 toconstruct variational inequality problems, solutions of which are equilibriumflows. The final part of this chapter is devoted to an algorithm for findingequilibrium flows of a multi-criteria network with capacity constraints. Somenumerical examples are given to illustrate our method and its applicability.A list of references and appendices containing the code Matlab of ouralgorithms follow.