Algorithmes pour la planification des véhicules et des conducteurs en transport routier de voyageurs

Algorithms for vehicle and driver scheduling in public transportation

• Auteur / Autrice : Benoît Laurent
• Direction : Jin-Kao Hao
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2008
• Etablissement(s) : Angers

Mots clés

Mots clés contrôlés

Programmation heuristique

Planification -- Informatique

Transports routiers

Recuit simulé (mathématiques)

Mots clés libres

Planification des véhicules et des conducteurs

Métaheuristiques

Problème de satisfaction de contraintes et d'optimisation

Résumé

Cette thèse a été réalisée dans le cadre d'une collaboration entre l'université d'Angers et l'entreprise Perinfo. Elle porte sur le développement de nouveaux modèles et algorithmes dédiés à la planification des véhicules et des conducteurs en transport routier de voyageurs. Même si leur efficacité est reconnue dans de nombreux domaines, les métaheuristiques ont été peu utilisés pour traiter de tels problèmes. Nous abordons tout d'abord la planification des véhicules avec une flotte homogène. La recherche locale itérée développée est comparée avec succès aux heuristiques existantes sur des instances de la littérature. Notre seconde contribution concerne la planification des véhicules dans le cas d'une flotte hétérogène. Le problème initial est transformé en problèmes de coloration de graphe avec listes puis résolu par un algorithme de recherche tabou itérée. L'approche est capable de gérer d'importants volumes de données et des relations complexes entre les types de véhicules. Notre troisième contribution a trait à l'intégration des véhicules et des conducteurs dans un même processus de planification. Nous considérons le cas interurbain avec un garage unique et une flotte hétérogène. L'étude menée sur des instances réelles montre la supériorité de l'approche intégrée sur l'approche séquentielle classique. Enfin, nous décrivons un cas d'étude dans une société de location de limousines avec chauffeurs. De part sa nature surcontrainte, le problème est modélisé à partir de la notion d'affectation partielle consistante. L'algorithme de recuit simulé associé obtient des gains significatifs par rapport à la pratique actuelle dans la société.

This thesis was realized within a collaboration between the université of Angers and the company Perinfo. It deals with the development of new models and algorithms dedicated to vehicle and driver scheduling in public transport. Even if they earn their respect in many fields, metaheuristics have been scarcely employed to tackle such problems until now. We first address the multiple depot vehicle scheduling problem with a homogeneous fleet. The developed iterated local search algorithm is compared with the existing heuristics on benchmarks from the literature. Our second contribution concerns the vehicle scheduling problem with a heterogeneous fleet. The initial problem is transformed into a list-graph colouring problem, subsequently solved by an iterated tabu search algorithm. The approach proves its capacity to manage high volumes of data and complex relationships between types of vehicles. Our third contribution deals with the integration of vehicles and drivers within the same scheduling process. We consider an extra-urban case with a unique garage and a heterogeneous fleet. The computational study carried out on real-world instances shows the dominance of the integrated approach over the sequential one. Finally, we describe a case study in a limousine rental company. Due to its over-constrained nature, the problem is modeled using the notion of partial consistent assignment. The simulated annealing algorithm obtains significant gains on the resulting solutions compared to the current practice in the company.