Selective and co-modal transport : models and algorithms
Transport co-modal sélectif : modélisation et résolution
Résumé
The notion of "co-modality" was introduced by the European Commission in 2006 as part of its new transport policy. It refers to the "efficient use of different modes on their own and in combination" for the purpose of achieving "an optimal and sustainable utilisation of resources" [55]. Unlike previous European transport policies, co-modality does not seek to oppose road transportation to its alternatives, but rather seeks to take advantage of the domains of relevance of different transportation modes and of their combinations to optimize services. In this thesis, we focus on developing new solution algorithms for variants of vehicle routing problems for city logistics systems arising in the wake of comodality. We were particularly interested in developing effective solution methods for selective variants of the vehicle routing problem and two-echelon variants. First, we address the Team Orienteering Problem with Time Windows (TOPTW), a selective variant of routing problems that takes into account customer availability. We propose an effective algorithm based on a neighborhood search that alternates between two different search spaces, and uses a long term memory mechanism to benefit from information gathered while exploring the search space, to solve the TOPTW. In the se cond part of this work, we deal with the Two-Echelon Vehicle Routing Problem (2E-VRP), a variant of the problem that introduces intermediate facilities, refered to as « satellites ». In a two echelon system, freight is first moved from the depot to the satellites using large trucks, and then delivered from the satellites to the customers using smaller vehicles. To solve the 2E-VRP, we introduce a novel algorithm that combines heuristic methods with mathematical programming techniques. Finally, we consider the Orienteering Problem with Hotel Selection (OPHS), another selective variant that shares similarities with the 2E-VRP, namely, the use of intermediate facilities called hotels. For this problem, we propose a new integer linear programming model, valid inequalities and a Branch-&-Cut solution method. Extensive experimentation on benchmark instances available in the literature demonstrate the competitiveness of our solution methods.
Dans cette thèse nous nous intéressons au développement de nouvelles méthodes de résolution pour des problèmes de tournées de véhicules dans des systèmes de logistique urbaine dans un contexte de co-modalité. Plus précisément, nous étudions des variantes sélectives et multi-échelons. Dans la première partie de ce mémoire, nous étudions le problème de tournées sélectives avec fenêtres de temps (TOPTW). Nous proposons une méta-heuristique basée sur des méthodes de voisinage qui combine deux espaces de solutions pour une résolution efficace du problème. Elle inclue, entre autres, un mécanisme de mémoire pour sauvegarder et tirer avantage d’informations collectées lors de la résolution. Ensuite, nous abordons la résolution du problème de tournées de véhicules à deux échelons (2E-VRP). Celui-ci sert à modéliser des systèmes de distribution à deux niveaux. Dans de tels systèmes, les biens sont d’abord transportés vers des dépôts intermédiaires, appelés « satellites » en utilisant de gros véhicules. La livraison est ensuite complétée par des véhicules adaptés à la circulation en zone urbaine, qui transportent les biens depuis les satellites vers les clients finaux. Pour résoudre le 2E-VRP, nous proposons une méthode de résolution hybride qui combine une méta-heuristique et une méthode de programmation linéaire en nombres entiers. Enfin, nous étudions le problème de tournée sélective avec sélection d’hôtels (OPHS), une variante sélective qui présente des points communs avec le 2E-VRP : l’utilisation de structures intermédiaires. Pour le traiter, nous proposons un nouveau modèle de programmation linéaire en nombre entiers et plusieurs familles d’inégalités valides.
Origine : Version validée par le jury (STAR)
Loading...