Méthodes de solution au inventory routing problem: application à la collecte des déchets en milieu urbain

Solution methods for the inventory routing problem: application to waste collection in the urban environement

• Auteur / Autrice : Isaac Balster
• Direction : Francois Clautiaux
• Type : Projet de thèse
• Discipline(s) : Mathématiques appliquées et calcul scientifique
• Date : Inscription en doctorat le 19/11/2020
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale de mathématiques et informatique
• Partenaire(s) de recherche : Laboratoire : IMB - Institut de Mathématiques de Bordeaux
• Partenaire(s) de recherche : Equipe de recherche : Optimisation Mathématique Modèle Aléatoire et Statistique

Mots clés

Mots clés libres

Collecte des déchets

Inventory routing problem

Branch-cut-and-price

Inventory routing problem

Branch-cut-and-price

Waste collection

Résumé

Le développement considérable de la vente en ligne dans les dernières années a considérablement augmenté le volume de marchandises qui transite dans les réseaux logistiques. Une manière d'améliorer l'efficacité de la livraison est de permettre au fournisseur de gérer lui-même le stock des clients. Cela permet de venir livrer aux moments les plus pertinents, tout en assurant un niveau minimum de stock. Dans ce cas, le fournisseur prend les décisions de réapprovisionnement pour les produits en fonction de politiques spécifiques en matière de stocks et de chaîne d'approvisionnement. Cette pratique est souvent décrite comme un modèle gagnant-gagnant : les fournisseurs économisent sur les coûts de distribution et de production parce qu'ils peuvent coordonner les expéditions pour leurs différents clients, et les acheteurs bénéficient d'un service un meilleur coût, et peut externaliser la gestion de ses stocks, qui n'est pas obligatoirement son coeur de métier. Dans de tels contextes, le fournisseur doit prendre trois décisions simultanées : (1) quand servir un client donné, (2) combien livrer à ce client lorsqu'il est servi, et (3) comment combiner les clients en itinéraires de véhicules. Dans la littérature de recherche opérationnelle, on parle de og emph{Inventory Routing Problem}fg{} (IRP)~cite{CoelhoCordeauLaporte:14a}. Les problèmes d'IRP se retrouvent dans de nombreux secteurs d'activité. Les applications historiques se retrouvent dans le transport du gaz naturel liquéfié, notamment dans de l'acheminement maritime~cite{HalvorsenFagerholt:13a}, et dans le transport des produits périssables~cite{CoelhoLaporte:14a}. Une application plus récente est la collecte des déchets~cite{AnagnostoZaslavskyKolomvats:17a}. Elle a émergé avec l'arrivée de nouvelles technologies d'installation des capteurs dans les conteneurs, qui permettent de mesurer en direct leur remplissage. Dans ce cas, l'entreprise de collecte peut planifier le vidage des conteneurs de façon dynamique (par opposition à un acheminement statique ou périodique). Ce problème de collecte des déchets (emph{Waste Collection Problem}, WCP) devient un cas particulier de l'IRP~cite{MesSchuttenRivera:14a}. La différence est liée aux flux inversés (le but de visiter un client est une collecte plutôt qu'une livraison) et la décision sur la quantité à collecter n'a pas d'importance puisque les conteneurs sont en général entièrement vidés. Le premier objectif du projet est d'améliorer les méthodologies actuelles pour résoudre de manière exacte les problèmes d'IRP. On se concentrera en particulier sur la gestion des déchets. Cette application est caractérisée par une demande incertaine (dépôts de déchets) et un grand nombre de points de collecte/conteneurs. Les méthodes de pointe pour résoudre l'IRP ne sont pas adaptées à ce contexte, car elles sont testés sur des données provenant d'autres applications. Le deuxième objectif est de développer une implémentation générique des approches proposées, et de les mettre à la disposition de la communauté universitaire pour qu'elle puisse les réutiliser et les adapter aux différentes variantes d'IRP. Le troisième objectif du projet est de recueillir des données réelles sur le problème de la collecte des déchets, et de les mettre à la disposition de la communauté universitaire afin d'inspirer de nouveaux progrès dans ce domaine. La collaboration avec Atoptima SAS est essentielle dans cet aspect.

The inventory-routing problem (IRP)~cite{CoelhoCordeauLaporte:14a} arises in the context of vendor-managed inventory (VMI), a business practice aimed at reducing logistics costs and adding business value. In VMI, a supplier makes the replenishment decisions for products delivered to customers, based on specific inventory and supply chain policies. This practice is often described as a win-win situation: vendors save on distribution and production costs because they can coordinate shipments made to different customers, and buyers also benefit by not allocating efforts to inventory control. In such contexts, the supplier has to make three simultaneous decisions: (1) when to serve a given customer, (2) how much to deliver to this customer when it is served, and (3) how to combine customers into vehicle routes. Main applications of IRP arise in the transportation of liquified natural gas, particularly in maritime routing~cite{HalvorsenFagerholt:13a}, and in the transportation of perishable products~cite{CoelhoLaporte:14a}. A more recent application is waste collection~cite{AnagnostoZaslavskyKolomvats:17a}. In the special case in which the waste collection company plans the emptying of containers dynamically (as opposed to static or periodic routing) and bases this planning on the amount of waste inside the containers (which can be known through the uses of sensors in each container), the waste collection problem (WCP) becomes a special case of the IRP~cite{MesSchuttenRivera:14a}. The difference is related to reverse flows (the purpose of visiting a og customerfg{} is collecting rather than delivering something) and the decision on how much to collect is not relevant since containers will always be fully emptied. The WCP is becoming widespread nowadays as more and more companies are putting sensors to waste containers. The first objective of the project is to revisit the current methodology for exactly solving IRPs. The main interest here is to treat the special case of waste management. This application is characterized by uncertain demand (waste deposits) and a large number of customers (waste containers). The state-of-the-art methods for solving IRP are not adapted to this setting, as they are tested on instances coming from other applications. The second objective is to have a generic implementation of proposed approaches, and to make it available to the academic community for re-use and adaptation for different variants of the IRP. The third objective of the project is to collect a real-life data for the waste collection problem, and to make it available to the academic community in order to inspire a further progress in the area. The collaboration with Atoptima SAS is essential in this aspect.