Thèse soutenue

La recherche opérationnelle au service de l'agriculture de précision. Un cas d'étude : le problème de la récolte sélective

FR  |  
EN
Auteur / Autrice : Gabriel Volte
Direction : Rodolphe GiroudeauOlivier Naud
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 10/12/2021
Etablissement(s) : Montpellier
Ecole(s) doctorale(s) : École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier ; 1992-....)
Jury : Président / Présidente : Marie Jo Huguet
Examinateurs / Examinatrices : Rodolphe Giroudeau, Olivier Naud, Christelle Guéret, Anass Nagih, Ruslan Sadykov
Rapporteurs / Rapporteuses : Christelle Guéret, Anass Nagih

Résumé

FR  |  
EN

L'agriculture de précision vise à optimiser l'efficience agronomique, par exemple la qualité ou quantité de récolte, et l'usage des ressources, en cherchant à mieux prendre en compte la variabilité de l'environnement de la culture au travers d'informations recueillies a priori ou en temps réel. La recherche opérationnelle rassemble l'ensemble des méthodes et techniques d'optimisation recherchant un meilleur résultat possible par rapport à certains critères. Avec cette thèse, nous souhaitons montrer l'apport de la recherche opérationnelle pour modéliser et résoudre efficacement des problèmes d'agriculture de précision.Nous avons basé notre étude sur le problème des vendanges sélectives, qui consiste à optimiser le temps de récolte d'une parcelle de vigne tout en récoltant deux qualités différentes dans des bennes spécifiques avec une quantité minimum donnée de raisins de qualité supérieure.Après avoir identifié les particularités du problème de vendanges sélectives par rapport aux problèmes de tournées de véhicules,nous avons cherché à comprendre les paramètres spécifiques du problème impactant l'optimisation afin de proposer des solutions adaptées aux configurations rencontrées. En accord avec cette analyse, nous avons proposé des modèles d'optimisation exacte et des méthodes hybrides facilitant le passage à l'échelle pour résoudre ce problème. Un ensemble de tests numériques a été réalisé sur des instances définies à partir de données réelles ou générées aléatoirement à partir de ces données.