Thèse soutenue

Une réponse évidentielle pour le problème de tournée de véhicules avec contrainte de capacité et demandes incertaines
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Nathalie Helal
Direction : Éric Lefèvre
Type : Thèse de doctorat
Discipline(s) : Génie Informatique et Automatique
Date : Soutenance le 20/12/2017
Etablissement(s) : Artois
Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Lille)
Jury : Président / Présidente : Laetitia Jourdan
Examinateurs / Examinatrices : Éric Lefèvre, Laetitia Jourdan, Didier Dubois, Arnaud Martin, Caroline Thierry, Sébastien Destercke, Frédéric Pichon, Daniel Cosmin Porumbel
Rapporteurs / Rapporteuses : Didier Dubois, Arnaud Martin

Résumé

FR  |  
EN

Le problème de tournées de véhicules avec contrainte de capacité est un problème important en optimisation combinatoire. L'objectif du problème est de déterminer l'ensemble des routes, nécessaire pour servir les demandes déterministes des clients ayant un cout minimal, tout en respectant la capacité limite des véhicules. Cependant, dans de nombreuses applications réelles, nous sommes confrontés à des incertitudes sur les demandes des clients. La plupart des travaux qui ont traité ce problème ont supposé que les demandes des clients étaient des variables aléatoires. Nous nous proposons dans cette thèse de représenter l'incertitude sur les demandes des clients dans le cadre de la théorie de l'évidence - un formalisme alternatif pour modéliser les incertitudes. Pour résoudre le problème d'optimisation qui résulte, nous généralisons les approches de modélisation classiques en programmation stochastique. Précisément, nous proposons deux modèles pour ce problème. Le premier modèle, est une extension de l'approche chance-constrained programming, qui impose des bornes minimales pour la croyance et la plausibilité que la somme des demandes sur chaque route respecte la capacité des véhicules. Le deuxième modèle étend l'approche stochastic programming with recourse: l'incertitude sur les recours (actions correctives) possibles sur chaque route est représentée par une fonction de croyance et le coût d'une route est alors son coût classique (sans recours) additionné du pire coût espéré des recours. Certaines propriétés de ces deux modèles sont étudiées. Un algorithme de recuit simulé est adapté pour résoudre les deux modèles et est testé expérimentalement.