Optimisation et Apprentissage pour un problème de tournées de véhicules d'un système de distribution en point relais.

Optimisation and Learning for a vehicle routing problem in a relay point distribution system.

• Auteur / Autrice : Matthieu Fagot
• Direction : Corinne Lucet, Laure Brisoux -devendeville
• Type : Projet de thèse
• Discipline(s) : Informatique Recherche opérationnelle et optimisation-25DIN3
• Date : Inscription en doctorat le 01/12/2021
• Etablissement(s) : Amiens
• Ecole(s) doctorale(s) : Sciences, Technologie, Santé
• Partenaire(s) de recherche : Laboratoire : MIS - Unité de recherche Modélisation, Information et Systèmes

Mots clés

Mots clés libres

Optimisation combinatoire

Problème de tournées de véhicules

Pdptw

Adaptive Large Neighbourdhood Seach

Apprentissage par renforcement profond

Optimisation combinatoire

Problème de tournées de véhicules

Pdptw

Adaptive Large Neighbourdhood Seach

Deep reinforcement learning

Résumé

L'entreprise Smile Pickup gère un ensemble de points de retrait de colis en France. La localisation de ces points est choisie en fonction d'un ensemble de facteurs économiques, géographiques et temporels. Le but de ce projet est d'optimiser la localisation de ces points. Plusieurs problématiques ont été Identifiées: la première consiste à prédire la rentabilité d'un point relais ainsi que les flux hebdomadaires traversant ceux-ci. La résolution de ces problèmes fait appel aux techniques de l'Intelligence Artificielle et par là même au maniement d'une grande base de données fournies par l'entreprise. La seconde problématique a trait aux problèmes de routage liés au transport et à la répartition des colis entre leurs provenances et les points de retrait. L'objectif étant la minimisation de l'impact de cette activité sur l'environnement, la minimisation des distances sera évidemment un enjeu, mais d'autres stratégies seront également étudiées comme l'intégration de véhicules électriques ou la création de réseaux de distribution multimodaux. Ce dernier problème fait intervenir de nombreux paramètres comme le nombre et la capacité des véhicules, des fenêtres temporelles de livraison, des charges de commande, des coûts, etc. Il s'agit d'un problème NP-difficile contenant un grand nombre de variables. Les méthodes exactes ne permettant pas leur résolution en un temps raisonnable, des approches utilisant des heuristiques et métaheuristiques seront développées au cours de cette thèse.

The company Smile Pickup manages a set of parcel collection points in France. The location of these points is chosen according to economic, geographical and temporal factors. The goal of this project is to optimize the location of these points. Two main issues have been identified: the first one consists in predicting the profitability of a relay point as well as the weekly flows passing through them. The resolution of these problems uses Artificial Intelligence techniques and thus the handling of a large database provided by the company. The second problem is related to the vehicle routing problem linked to the transport and the distribution of the parcels between the stores and the pickup points. The objective is to minimize the impact of this activity on the environment and thus the distances travelled by the vehicles. Other strategies will also be studied such as the integration of electric vehicles to the fleet or the creation of multimodal distribution networks. This last problem involves many parameters such as the number, the type and capacity of vehicles, delivery time windows, the order load, the costs of the vehicles and the benefits of the parcels, etc. This problem classifies as NP-hard. For the biggest instances, exact methods will not be suitable because of the large number of variables involved. Approaches using heuristics and metaheuristics will be developed during this thesis.