Une approche hybride pour la localisation et le routage avec contraintes de capacité : application aux réseaux de distribution

A hybrid approach for the location and routing with capacity constraints : application for the distribution networks

• Auteur / Autrice : Lyamine Bouhafs
• Direction : Abder Koukam
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2006
• Etablissement(s) : Besançon en cotutelle avec Belfort-Montbéliard

Mots clés

Mots clés contrôlés

Optimisation combinatoire

Heuristique

Recuit simulé (mathématiques)

Résumé

Le travail présenté dans cette thèse s’inscrit dans le cadre de l’étude du problème de localisation-routage avec contraintes de capacité (CLRP : Capacitated Location-Routing Problem). Le CLRP consiste à déterminer les positions des dépôts et les routes des véhicules pour desservir des clients, géographiquement distribués, tout en respectant un ensemble de contraintes, telles que la capacité des dépôts et des véhicules, et en minimisant le coût global des routes et des dépôts. L’importance du CLRP se montre dans ses applications tant elles sont nombreuses. La plupart de ces applications se concentrent sur des problèmes dans le domaine de la distribution. Avant d’aborder le problème de localisation-routage (CLRP), nous avons étudié le problème des tournées de véhicules (VRP). Ce dernier constitue une des principales composantes du CLRP. Nous nous sommes particulièrement intéressés à deux variantes du VRP, à savoir le VRP avec contraintes de capacité (CVRP) et le VRP avec contraintes de fenêtres de temps (CVRPTW). Notre contribution dans l’étude du CVRP et CVRPTW consiste à proposer deux approches hybrides fondées sur les colonies de fourmis et des recherches locales. L’un est dédié au CVRP et l’autre au CVRPTW. Nous avons combiné ensuite notre algorithme de colonies de fourmis hybride, proposé pour le CVRP, avec un algorithme de recuit simulé pour résoudre le problème de localisation-routage avec contraintes de capacité (CLRP). Dans cette approche, le CLRP est divisé en deux phases : la localisation des dépôts et les tournées des véhicules. La première phase utilise le recuit simulé pour trouver une bonne localisation des dépôts. La deuxième phase, quand à elle, exploite notre algorithme de colonie de fourmis hybride pour permettre de trouver le bon routage correspondant à cette localisation. La validation des algorithmes proposés dans cette thèse et l’analyse de leurs performances sont réalisées à l’aide d’une plate-forme que nous avons développée. Les résultats expérimentaux et les tests de comparaison effectués ont montré l’efficacité de nos algorithmes.

The work presented in this PhD thesis concerns the study of the location-routing problem with capacity constraints (CLRP: Capacitated Location-Routing Problem). The CLRP consist of determining the location of the depots and the routes of the vehicles for serving the customers, in such a way that some constraints, generally related to depot and vehicle capacity, and all the customer requirements are satisfied, while minimizing an objective function involving routing costs, and depot opening costs. The importance of the CLRP is shown in its numerous applications, although most of them focus in the field of the distribution. Before tackling the capacitated location-routing problem (CLRP), we have studied two variants of the vehicles routing problem (VRP): VRP with capacity constraints (CVRP) and VRP with time windows (CVRPTW). The CVRP constitute one of the main components of the CLRP. Our contribution in the study of the CVRP and CVRPTW consists in proposing two hybrid approaches founded on the ant colony system and local searches. Then we combined our hybrid algorithm, proposed for the CVRP, with a simulated annealing algorithm to solve the capacitated location-routing problem (CLRP). In this approach, the CLRP is divided into two phases: location phase and routing phase. The first phase uses simulated annealing to find a good location of the depots. The second phase, exploits our hybrid algorithm based on ant colony system to find the good routing corresponding to the current location of depots. Finally we presented a platform that we have developed to test the performance of the algorithms proposed in this thesis.