, 116 4.2.2 Système de réservation basé sur un modèle PLNE . . . 118 4.2.3 Système de réservation basé sur une Génération de Colonnes (GC)

.. .. Simulations,

, 3.2 Adaptation du système de réservation dynamique à l'AutoCoPartage

.. .. Simulations,

.. .. Conclusion, Conclusion de colonnes est obtenue en ajoutant seulement un petit nombre de colonnes. Les temps de réponses étaient de l'ordre de 10 secondes maximum et avec un gap

, Auto-CoPartage, concept imaginé comme une hybridation entre l'auto-partage et le covoiturage. Ce système permet de remplir les voitures d'auto-partage, en plus du partage de leurs temps d'utilisation. Pour simuler l'Auto-CoPartage, le système de réservation proposé pour l'auto-partage a été adapté en ajoutant un modèle PLNE qui permet de calculer les fusions possibles des trajets de clients dans le but de les regrouper. Les simulations ont montré une augmentation du taux de satisfaction ainsi que du remplissage des voitures, Pour finir, nous avons proposé d'investiguer l'idée d'un nouveau mode d'auto-partage

, Résolution du problème de relocalisation dans l'auto-partage à un seul sens avec réservations dynamiques et concept d'Auto-CoPartage autonome. Les modèles que nous avons proposés restent utilisables dans ce cadre là

, Il s'agirait de calculer les relocalisations entre les communes en relaxant les contraintes de capacités liées aux stations. Par contre, la contrainte de recharge électrique est plus difficile à gérer, car les agents devront se charger de conduire les voitures déchargées vers les bornes de recharge, sans l'aide des clients qui ne sont pas contraints à restituer les véhicules dans certains lieux. De plus, le Free-Float est utilisé majoritairement en libre service, vu la difficulté de gérer des réservations en dehors des stations, Adapter nos algorithmes à la variante de l'auto-partage à un seul sens en Free-Float : un travail a été entamé dans ce sens, où les stations ont été remplacées par les communes d'une ville donnée

, Partage optimal de véhicules au Tchad ! Comme dirait un dicton Algérien : l'exiguïté est dans les coeurs ! Source image : content.time.com 14 2 L'auto-partage dans le monde en 2015. Source image : bcg.perspectives (2017)

, Illustration des différentes classes de problèmes selon leurs complexités

, Un exemple de graphe de flot avec un flot maximum. La source est s, et le puits est t. Les nombres indiquent le flot et la capacité, p.27

A. Branch and . .. Price,

, Carte de recherche de stations Autolib en temps réel à Paris

, Voiture électrique garée dans une station entrain de se recharger, p.51

, Exemple illustratif d'auto-partage avec et sans relocalisation, p.54

, 62 2.5 Localisation des stations d'auto-partage Auto Bleue dans les environs de Nice ; sources : IGN, Auto Bleue, Graphe spatio-temporel modélisant l'exemple

. Ait-ouahmed, 78 2.8 Intersection entre la partition de Voronoï et la zone tampon de 500 mètres autour des stations, Partitionnement spatial basé sur des polygones de Voronoï autour des stations : chaque polygone ne contient qu'une station. Source, 2018.

. .. Insee, 79 2.10 Intersection entre la partition de Voronoï, la zone tampon de 500 mètres autour des stations et le carroyage de l'INSEE. Source : (Ait-Ouahmed et al., 2018), Données INSEE de population par carreaux de 200 m par 200 m

. Ait-ouahmed, Liste des illustrations 2.11 Zoom sur quelques zones de chalandise obtenues à 300 et 500 mètres des stations : la population recensée par l'INSEE dans chaque bassin de chalandise est agrégée et rapportée à chaque station, Source, 2018.

, Fréquence horaire théorique des flux de navetteurs (sur une journée)

, Utilisation de l'algorithme génétique pour améliorer les solutions 93

, Graphe simplifié modélisant un exemple d'auto-partage avec 4 clients

, Solution d'un exemple d'auto-partage obtenue par l'heuristique constructive

, Utilisation de l'algorithme génétique pour modifier les coûts des arcs représentant les clients

, Solution obtenue après les changements de coûts des arcs repré-sentant les clients

, Résultats économiques avec différents scénarios de fonctions objectif

, Pourcentage de satisfaction des requêtes pour différents scéna-rios de fonctions objectif multi-critères

, Nombres de voitures utilisées pour différents scénarios de fonctions objectif multi-critères

. .. , 110 3.10 Résultats sur la moyenne d'heures de relocalisation par agent avec différents scénarios de fonctions objectif multi-critères, p.111

, Rapport entre le nombre d'agents nécessaire pour effectuer les opérations de relocalisation et le nombre de clients satisfaits pour différents scénarios de fonctions objectif multi-critères, p.111

, Gain d'une journée de service avec trois scénarios et différentes autonomies électriques des voitures (scénario 1 : 2 heures d'autonomie, scénario 2 : 4 heures d'autonomie, scénario 3 : 8 heures d'autonomie)

, Temps total de location d'une journée de service avec trois scéna-rios et différentes autonomies électriques des voitures (scénario 1 : 2 heures d'autonomie, scénario 2 : 4 heures d'autonomie, scé-nario 3 : 8 heures d'autonomie)

, Arrivée dynamique des requêtes dans le processus de réservation 117

, Exemple de classification des requêtes en sous-ensembles en fonction de leur moment d'arrivée dans le processus de réservation, vol.118

, Traitement et temps de réponse aux requêtes dynamiques simulées d'auto-partage de la ville de Nice

, Liste des illustrations

, AR : nombre de requêtes acceptées ; NR : nombre de requêtes non acceptées), Temps de réponse du système de réservation aux requêtes dynamiques simulées

. .. , Gap d'écart relatif (en%) dans le nombre de requêtes acceptées entre le système de réservation basé sur GC et le modèle PLNE statique (GC dynamique vs PLNE statique ), p.129

, Gap d'écart relatif (en%) dans le nombre d'opérations de relocalisation générées entre le système de réservation basé sur GC et le modèle PLNE statique (GC dynamique vs PLNE statique ), p.130

, Comparaison entre le système de réservation basé sur le PLNE et celui basé sur la GC en termes de temps de réponse aux requêtes (GC dynamique vs PLNE dynamique)

, Gap d'écart relatif (en%) du nombre de requêtes acceptées entre le système de réservation basé sur la GC et celui basé sur le PLNE (GC dynamique vs PLNE dynamique )

. .. , de relocalisation entre le système de réservation basé sur la GC et celui basé sur le PLNE (GC dynamique vs PLNE dynamique ), Gap d'écart relatif (en%) du nombre d'opérations

. .. , Pourcentage de satisfaction des requêtes avec différents scénarios pour les 3 scénarios : 1 (detour max = 0 min), 2 (detour max = 15 min) et 3 (auto-partage classique sans fusion), p.141

, Pourcentage de requêtes fusionnées pour le scénario 1 (detour max = 0 min)

, Pourcentage de requêtes fusionnées pour le scénario 2 (detour max = 15 min)

. .. Exemple, 55 2.2 Données du ROCSP (Recharging One way Car-Sharing Problem), p.57

. .. , Données du ESRP : (Employee Scheduling Routing Problem), p.59

, Nombre de stations de vélo partage (BikeSharing ) par ville, p.82

, Gap : gap relatif en la valeur de la fonction objectif de la solution trouvée et celle donnée par le PLNE, Résultats des simulations (ObjValue : valeur de la fonction objectif, nbS : nombre de stations, nbQ : nombre de requêtes clients

. .. , nbA : nombre d'agents, gap1 : différence de coût relative (en %) entre HC ESRP et BP ESRP , gap2 : différence de coût relative (en %) entre BP ESRP et le modèle PLNE ESRP , gap3 : le GAP du modèle PLNE donné par CPLEX), Résultats de la simulation (nbS : nombre de stations, nbO : nombre d'opérations de relocalisation, vol.104

, Différents scénarios selon la fonction objectif Ct du ROCSP, p.106

. Agatz, Optimization for dynamic ride-sharing : A review, European Journal of Operational Research, vol.223, issue.2, pp.295-303, 2012.

. Ait-ouahmed, Relocation optimization of electric cars in one-way car-sharing systems : modeling, exact solving and heuristics algorithms, International Journal of Geographical Information Science, vol.32, issue.2, pp.367-398, 2018.
URL : https://hal.archives-ouvertes.fr/hal-01674545

(. Aïvodji, SRide : A Privacy-Preserving Ridesharing System, les actes de 11th ACM Conference on Security and Privacy in Wireless and Mobile Networks (WiSec), Proceedings of the 11th ACM Conference on Security and Privacy in Wireless and Mobile Networks (WiSec), pp.40-50, 2018.

, Auto bleue, location de véhicules électriques en libre-service, Autolib, 2014) Autolib, 2014.

(. Bard, A branch-and-cut procedure for the vehicle routing problem with time windows, Transportation Science, vol.36, issue.2, pp.250-269, 2002.

(. Barth, User-Based Vehicle Relocation Techniques for Multiple-Station Shared-Use Vehicle Systems, Transportation Research Board 83th Annual Meeting, 2004.

, 2017) bcg.perspectives, Consulté le 20 décembre 2017. What's ahead for car sharing ?

;. W. Bibliographie and B. O. Jewell, Multi-commodity Network Solutions, 1966.

J. Correia, ;. D. Jorge, and G. Correia, Carsharing systems demand estimation and defined operations : A literature review, European Journal of Transport and Infrastructure Research, vol.13, issue.3, pp.201-220, 2013.

(. Jorge, Testing the Validity of the MIP Approach for Locating Carsharing Stations in One-way Systems, Procedia -Social and Behavioral Sciences, vol.54, pp.138-148, 2012.

(. Jorge, With Simulated Relocation Policies in One-Way Carsharing Systems, Transactions on Intelligent Transportation Systeùs, vol.15, issue.4, pp.1667-1675, 2014.

. Josselin, ;. D. Nicot, B. Josselin, and . Nicot, Un modèle gravitaire géoéconomique des échanges commerciaux entre les pays de l'U.E., les PECO et les PTM, Cybergeo : European Journal of Geography, 2003.

(. Kadri, A branch-and-bound algorithm for solving the static rebalancing problem in bicycle-sharing systems, Computers & Industrial Engineering, 2016.
URL : https://hal.archives-ouvertes.fr/hal-01666062

(. Kaspi, Parking reservation policies in one-way vehicle sharing systems, Transportation Research Part B : Methodological, vol.62, pp.35-50, 2014.

. Kek, A decision support system for vehicle relocation operations in carsharing systems, Transportation Research Part E : Logistics and Transportation Review, vol.45, issue.1, pp.149-158, 2009.

. Kellerer, Introduction to np-completeness of knapsack problems. Dans les actes de Knapsack problems, pp.483-493, 2004.

(. Kolen, Vehicle routing with time windows, Operations Research, vol.35, issue.2, pp.266-273, 1987.

(. Labadi, Stochastic Petri Net Modeling , Simulation and Analysis of Public Bicycle Sharing Systems, Ieee Transactions on Automation Science and Engineering, vol.12, issue.4, pp.1380-1395, 2015.
URL : https://hal.archives-ouvertes.fr/hal-01666070

. Lenstra, ;. J. Kan, A. H. Lenstra, and . Kan, Complexity of vehicle routing and scheduling problems, Networks, vol.11, issue.2, pp.221-227, 1981.

(. Bibliographie and . Letchford, A branch-and-cut algorithm for the capacitated open vehicle routing problem, Journal of the Operational Research Society, vol.58, issue.12, pp.1642-1651, 2007.

(. Liu, Integration of Timetabling, Multi-type Vehicle Scheduling and User Routing in Public Transit Network considering Fuel Consumption, les actes de 7th International Conference on Industrial Engineering and Systems Management (IESM 2017), Proc. of the 7th International Conference on Industrial Engineering and Systems Management, 2017.
URL : https://hal.archives-ouvertes.fr/hal-01689805

;. N. Louvet-et-godillon, S. Louvet, and . Godillon, , 2013.

(. Luminita, Consulté le 12 décembre 2017. Futura-sciences : Parts des émissions de co2 par mode de transport en france (données : Insee, World Electric Vehicle Journal, vol.3, issue.1, pp.1-10, 2007.

C. H. Papadimitriou, On the complexity of integer programming, Journal of the ACM (JACM), vol.28, issue.4, pp.765-768, 1981.

C. H. Papadimitriou, , 2003.

;. C. Prins and . Prins, A simple and effective evolutionary algorithm for the vehicle routing problem, Computers & Operations Research, vol.31, issue.12, pp.1985-2002, 2004.

(. Qureshi, An exact solution approach for vehicle routing and scheduling problems with soft time windows, Transportation Research Part E : Logistics and Transportation Review, vol.45, issue.6, pp.960-977, 2009.

, Rechenberg, 1973) I. Rechenberg, 1973. Evolutionsstrategie-optimierung technisher systeme nach prinzipien der biologischen evolution

R. Boctor, ;. J. Renaud, and F. F. Boctor, A sweep-based algorithm for the fleet size and mix vehicle routing problem, European Journal of Operational Research, vol.140, issue.3, pp.618-628, 2002.