Contribution à la résolution du problème du plus court chemin multiobjectif par algorithmes évolutionnistes : application aux systèmes de transport intermodal

An evolutionary contribution to solve the multi-objective shortest path problem : application to intermodal transportation systems

• Auteur / Autrice : Mounir Boussedjra
• Direction : Abdellah El Moudni
• Type : Thèse de doctorat
• Discipline(s) : Informatique. Automatique
• Date : Soutenance en 2005
• Etablissement(s) : Besançon en cotutelle avec Belfort-Montbéliard

Mots clés

Mots clés contrôlés

Transport multimodal

Optimisation mathématique

Algorithmes

Résumé

''L'objectif des travaux présentés dans cette thèse est l'évaluation des performances des systèmes de transport intermodal. Ces systèmes offrent la possibilité d'utiliser différents modes de transports pendant le même trajet. L'évaluation est réalisée en déterminant les '' meilleurs '' itinéraires à emprunter pour réaliser un déplacement entre un point de départ et un point de destination spécifiés. Ceci revient à résoudre la variante du plus court chemin intermodal multiobjectif pour un couple de sommets, encore peu étudiée à ce jour. Le concept d'intermodalité et le nombre d'objectifs à prendre en compte rendent le problème NP-Complet. C'est la raison pour laquelle les approches polynomiales proposées dans cette thèse reposent sur une transformation du problème. Ces approches utilisent l'ordre lexicographique et la somme pondérée pour résoudre, respectivement, la variante biobjectif et la variante multiobjectif du problème. De plus, elles utilisent une stratégie bidirectionnelle et les contraintes du problème pour restreindre l'espace de recherche. Le principal inconvénient de cette simplification du problème est l'obtention d'une solution unique, alors que la solution d'un problème d'optimisation multiobjectif est un ensemble de solutions de compromis. Pour éliminer cet inconvénient, différents algorithmes évolutionnistes (AE) sont proposés. Ces algorithmes exploitent les mêmes opérateurs génétiques et ne se distinguent que par la fonction d'évaluation des solutions. Parmi les fonctions utilisées une contribution particulière est apporté à la somme pondérée en lui associant des poids dynamiques en fonction de la qualité des solutions. Afin d'augmenter la diversité des solutions fournies par ces algorithmes, un nouvel opérateur de diversification basé sur le concept de la liste Tabou est développé. L'impact de cet opérateur sur les différents AE est comparé avec celui d'un opérateur classique basé sur le degré de similitude. La validation des approches proposées est faite, selon les cas, sur un jeu de données réel ou sur des jeux de données aléatoires obtenus par un générateur de graphe que nous avons développé. ''

The main goal of our work is to estimate the performances of intermodal transportation systems. The latter, are characterized by the possibility of using various transportation means during the same travel. To reach this goal we find the best itinerary that will be used to connect two points, source and destination. This problem is represented by the study of the single source single destination multi-objective intermodal shortest path. The intermodality context and the number of treated objectives make the problem NP-Complete. This is why the polynomial approaches proposed for the bi-objective and multi-objective cases of the problem transform it, by using the lexicographic order and the weighted sum. Besides, these approaches use a bidirectional strategy to progress in the graph and they use the problem constraints to reduce the research space. The disadvantage of this simplification is that it provides a single solution, whereas the solution of a multi-objective problem is the set of the trade-off solutions. To eliminate this disadvantage different evolutionary algorithms (EA) are proposed. These algorithms employ the same genetic operators and they differ only by the evaluation process. Among the used process a particular contribution is brought to the weighted sum by using dynamic weights according to the quality of the solutions. In order to increase the diversity of the solutions provided by these algorithms, a new operator of diversification based on the concept of Taboo list is developed. The impact of this operator is compared with that of a classic operator based on the degree of similarity. The validation of the proposed approaches is performed, according to the cases, on real-life or random networks. The latter are obtained by a graph generator that we have developed.