Sim-Optimisation du système de traitement des BIOdéchets en utilisant des systèmes multi-agents et d'optimisation multi-objective

Sim-optimization of bio-waste treatment system with multi-agents system and multi-objective optimization

• Auteur / Autrice : Yiyi Xu
• Direction : Anne Louis
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 02/11/2021
• Etablissement(s) : Normandie
• Ecole(s) doctorale(s) : École doctorale mathématiques, information et ingénierie des systèmes (Caen)
• Partenaire(s) de recherche : Etablissement de préparation de la thèse : Université de Rouen Normandie (1966-....) - Centre d'études supérieures industrielles Rouen (Saint-Etienne du Rouvray, Seine-Maritime ; 1958-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'innovation numérique pour les entreprises et les apprentissages au service de la compétitivité des territoires (Saint-Etienne-du-Rouvray, Seine-Maritime)
• Jury : Examinateurs / Examinatrices : Anne Louis, El-Ghazali Talbi, David Zhang, Fouad Ben Abdelaziz, Ahmed Nait-Sidi-Moh, M'hamed Sahnoun

Mots clés

Mots clés contrôlés

Systèmes d'aide à la décision

Simulation, Méthodes de

Optimisation par essaims particulaires

Traitement réparti

Déchets -- Collecte sélective

Mots clés libres

Biodéchets

Multi-agents

Sim-optimisation

Bio-waste

Multi-agents

Sim-optimization

Résumé

Cette thèse représente une étude basée sur un cas réel de gestion des biodéchets en Normandie, France, qui vise à améliorer les performances du système de collecte des biodéchets. Tout d’abord, nous avons formulé le processus de collecte des biodéchets comme un problème de tournée de véhicule avec considération des contraintes sur les temps des tournées, les trajets multiples et l’aspect stochastique des paramètres. Un outil d’aide à la décision qui intègre un modèle de simulation avec une heuristique d’optimisation en deux étapes est proposé pour résoudre le problème et fournir des aides à la décision tactiques et opérationnelles. Deuxièmement, nous avons étendu le système actuel basé sur un seul mode de transport à un contexte multimodal. En plus des véhicules, les trains et les bateaux sont considérés comme des modes potentiels pour la collecte des déchets. Un modèle mathématique et un algorithme d’optimisation par essaims particulaires sont proposés pour résoudre le problème de collecte de biodéchets multi-types en utilisant un réseau de transport multimodal basé sur une topologie d’entrepôts (centre de collecte et de traitement) connectés. Troisièmement, nous avons étudié la coordination et le partage des bénéfices dans des systèmes de collecte coopératifs. Au lieu d’optimiser les itinéraires de collecte pour chaque fournisseur de services indépendamment, nous supposons qu’ils sont prêts à coopérer. Deux heuristiques sont proposées pour résoudre les problèmes d’optimisation de routage dans les scénarios non-coopératifs et coopératifs centralisés. Une méthode de programmation dynamique est introduite pour trouver une structure de coalition stable dans les environnements coopératifs décentralisés. Nous résumons les travaux mentionnés en trois articles et présentons comment les performances du système de collecte sont améliorées en conséquence.

This dissertation constructs a study based a real case of the bio-waste management in Normandy, France, to address how to improve the performance of bio-waste collection system. Firstly, we formulate the bio-waste collection process as a time-constrained vehicle routing problem with multiple trips, stochastic demands and travel times. A decision-support tool that integrates a simulation model with a two-stage heuristic is proposed to solve the problem and provide tactical and operational decision supports. Secondly, we extend the current system to a multimodal context. Besides vehicles, train and ship are considered as potential modes in waste collection. A mathematical model and a particle swarm optimization algorithm are proposed to solve the multi-type bio-waste collection as a multimodal transportation network design with connected-hubs topology. Thirdly, we study the coordination and profit-sharing of cooperative collection systems. Instead of optimizing the collection routes for each collection service provider independently, we assume they are willing to cooperate. Two heuristics are proposed to solve the routing optimization problems in the non-cooperative and centralized cooperative scenarios, whereas a dynamic programming method is introduced to find a stable coalition structure in the decentralized cooperative settings. We sum up the mentioned work into three articles and present how the collection system performance is improved accordingly.