Thèse soutenue

Approche de gestion du revenu pour un problème de tarification pour le transport longue distance de marchandises
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Moustapha Diaby
Direction : Luce BrotcorneEl-Ghazali Talbi
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 08/11/2013
Etablissement(s) : Lille 1
Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Lille)
Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique fondamentale de Lille (2002-2014)

Résumé

FR  |  
EN

Nous abordons dans cette thèse une approche à deux niveaux pour un problème de transport longue distance à charge pleine. Dans cette approche, la problématique étant que le produit chargé dans un entrepôt est immédiatement et intégralement livré au client, laissant le véhicule vide pour passage à l’entrepôt du client suivant. Dans cet environnement, nous étudions la situation de deux transporteurs. Le premier, le transporteur B, possède une clientèle qu’il ne peut satisfaire en totalité, et devra se résoudre à sous-traiter une partie à la concurrence. Le deuxième transporteur, le transporteur A, concurrent mais partenaire privilégié du premier, propose des tarifs pour combler les demandes insatisfaites du transporteur B. Nous sommes donc en présence d’un problème séquentiel non coopératif que nous modélisons par une approche de programmation bi-niveau : au premier niveau le transport A représente le meneur, qui a pour objectif de maximiser son revenu en fixant des tarifs attractifs à B. Au second niveau, le transporteur B représente le suiveur qui a pour objectif de satisfaire toutes ses demandes à coût minimal. Le modèle proposé formulé en programme mathématique à deux niveaux en variables mixtes est NP difficile à résoudre en raison de sa complexité intrinsèque. Deux versions du problème sont étudiées : le modèle simplifié mono-objectif et le modèle complet bi- objectif. Nous développons des méthodes exactes pour résoudre les instances de petites tailles et des heuristiques afin d’obtenir de bonnes solutions en des temps raisonnables pour les instances de plus grande taille.