Deux problèmes de calcul d itinéraires avec contraintes de synchronisation

Documents pareils
Algorithmes de recherche d itinéraires en transport multimodal

Chapitre 5 : Flot maximal dans un graphe

Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires

CAHIER DES CHARGES D IMPLANTATION

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1

Analyse détaillée des trajets effectués en Transports en commun en Ile-de-France

Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie

Le groupe RATP, la RATP et RATP Dev. Une nouvelle dimension, de nouvelles ambitions

La marche vers la mobilité intelligente :

Démonstrateur libre Application des données Open Street Map à l analyse géographique de réseaux de voirie et Transports Collectifs

Pré-requis installation

Test électoral 2014 de la RTBF

Documentation d information technique spécifique Education. PGI Open Line PRO

Cours de Master Recherche

Pré-requis installation

Annexe 6. Notions d ordonnancement.

SOLUTIONS DE VALIDATION

J.9. Annexe DOSSIER D ENQUÊTE PRÉALABLE À LA DÉCLARATION D UTILITÉ PUBLIQUE

Ministère des Affaires étrangères et européennes Direction de la politique culturelle et du français Regards VII

Prérequis réseau constructeurs

Guide des transports

Cetaf. Salles de réunion, formation et conférence. Location. Guide. 67/69 Avenue de Rochetaillée Saint-Etienne

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. address: Nicolas.Thiery@u-psud.fr URL:

LOCAL À LOUER. «ZAC SEGUIN RIVES DE SEINE» Quartier du Trapèze BOULOGNE BILLANCOURT Ilot B1 Passage Pierre Bézier

Installation Client (licence réseau) de IBM SPSS Modeler 14.2

Jean-Philippe Préaux

Les nouvelles offres de transport partagé dans les politiques de mobilité

Pré-requis installation

Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes

TRANSPORT INTELLIGENTS. Le SMIRT Nord Pas de Calais

Théorie des Graphes Cours 3: Forêts et Arbres II / Modélisation

Moteur d idées pour véhicules spécifiques. Le Pôle de compétitivité Véhicules et Mobilités du grand Ouest

Conception et contrôle des SMA tolérants aux fautes

ITS Switzerland - EPFL 29/10/2014 La stratégie d information multimodale du Grand Lyon : la coopération public/privée pour la mobilité urbaine et l

Recommandations techniques

Contexte et motivations Les techniques envisagées Evolution des processus Conclusion

ALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII

Masses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA

Initiation au HPC - Généralités

Sommaire. Systèmes d Exploitation Intégration Sage 100 Sage CRM Disponibilité Client Bases de données... 3

Fastilog, votre outil de gestion des activités du personnel

Guide Tarifaire. Tickets et abonnements Bus, Tram. Solidaire. TARIFS AU 1 er septembre TOUs & POINTS

MES ÉCO-DÉPLACEMENTS LE QUIZZ

Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet.

A GRASPxELS approach for the Job Shop with generic time-lags and new statistical determination of the parameters

Resolution limit in community detection

Algorithmes de recherche

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES

L expérience citoyenne numérique. Solutions et expertises pour répondre aux enjeux des territoires

Application de K-means à la définition du nombre de VM optimal dans un cloud

Apprentissage Automatique

LA STM: ACTEUR-CLÉ DE L ÉLECTRIFICATION DES TRANSPORTS AU QUÉBEC

Modélisation multi-agents - Agents réactifs

Algorithmique I. Algorithmique I p.1/??

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments

Mise en place d un véhicule électrique en autopartage au siège du Grand Avignon

Vendredi 22 mars Prolongement de la ligne B du métro Toulouse > Ramonville > Labège

Big Data et Graphes : Quelques pistes de recherche

Sdem50. Projet de déploiement d infrastructures de recharge sur le département de la Manche. Communauté de communes de Sèves-Taute le 7 octobre 2014

Version définitive approuvée après enquête publique

Budget Constrained Resource Allocation for Non-Deterministic Workflows on a IaaS Cloud

Des solutions efficaces, économiques, écologiques. Les professionnels de la mobilité durable

Du Smartphone au covoiturage en quelques clics

SEO Campus 2009 : Pagerank et optimisation

MÉMOIRE L ORGANISATION DU TRANSPORT COLLECTIF DANS LA MRC DE L ASSOMPTION

Installation de Premium-RH

DUT carrières sociales

Francis BISSON ( ) Kenny CÔTÉ ( ) Pierre-Luc ROGER ( ) IFT702 Planification en intelligence artificielle

Title Text. Outil intégré de collecte, d'analyse et de visualisation de données de mobilité

Du diagnostic au Plan d Actions

Pour les participants aux deux jours de conférence, 3 points à noter :

Exigences système BauBit pro

Quelle est la Mobilité du Futur? January 2012 Nicolas Meilhan Consultant Principal, Frost & Sullivan

Cycle de vie du logiciel. Unified Modeling Language UML. UML: définition. Développement Logiciel. Salima Hassas. Unified Modeling Language

COLLEGE ADRIEN CERNEAU

Les transports intelligents enjeux et action publique. formation ENTE Aix 16 juin 2014 Patrick Gendre, CEREMA DTerMed

Information pour les participants

Qualité du logiciel: Méthodes de test

Exigences système Edition & Imprimeries de labeur

LES MÉTA-HEURISTIQUES : quelques conseils pour en faire bon usage

En vue de l'obtention du. Présentée et soutenue par Abir BEN HMIDA SAKLY Le 12/12/2009

Partie 7 : Gestion de la mémoire

ETUDE SUR LES RESEAUX DE DISTRIBUTION DE CARBURANTS EN FRANCE MARS 2015

Référentiels de données TC

Compte-rendu N 04 Réunion du 19/12/14

4.2 Unités d enseignement du M1

Notre savoir - faire

Problèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris Mars 2003

Guide du stationnement à Strasbourg

Circuits RL et RC. Chapitre Inductance

Active CRM. Solution intégrée de téléprospection. 04/10/2011

Opérateurs de Transport Public, la fin d une histoire?

Programmation Par Contraintes

1 - Le contexte : l Internet mobile, un phénomène en pleine croissance

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

TRAVAUX D ÉTÉ Pour vous déplacer cet été sur les RER a et c suivez le guide

COMITE DE LIGNE METRO 13 Compte-rendu de la réunion du 09 octobre 2013

Exigences système Edition & Imprimeries de labeur

Transcription:

Deux problèmes de calcul d itinéraires avec contraintes de synchronisation MJo Huguet Juillet 2013 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 1 / 42

Plan de la présentation 1 Introduction 2 Problèmes de plus courts chemins 3 Méthode pour le calcul d itinéraires Aller-Retour 4 Méthode pour le calcul des itinéraires de covoiturage 5 Conclusion () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 2 / 42

Introduction Plan de la présentation 1 Introduction 2 Problèmes de plus courts chemins 3 Méthode pour le calcul d itinéraires Aller-Retour 4 Méthode pour le calcul des itinéraires de covoiturage 5 Conclusion () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 3 / 42

Introduction Contexte Contexte Problème d itinéraires aller-retour Stage M2R (2012) - Pierre Parent (LIPN) Collaboration Dominik Kirchler et Roberto Wolfler Calvo Projet GdR RO Problème d itinéraires de covoiturage Stage M2R (2013) - Arthur Bit-Monnot Collaboration MOGISA (Christian Artigues) - TSF (Marco Killijian) Projet ANR AMORES () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 4 / 42

Introduction Itinéraires aller-retour Itinéraires aller-retour (1) Trajet aller : départ 15h - Trajet retour : départ 23h Modes de Transport : véhicule personnel; marche; transport en commun Objectif Trouver des itinéraires pour minimiser les temps trajets. Synchronisation Parking = point à déterminer () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 5 / 42

Introduction Itinéraires aller-retour Itinéraires aller-retour (2) Trajet aller optimal Temps trajet AR : 1h31 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 6 / 42

Introduction Itinéraires aller-retour Itinéraires aller-retour (2) Trajet aller optimal Temps trajet AR : 1h31 Trajet retour optimal Temps trajet AR : 1h29 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 6 / 42

Introduction Itinéraires aller-retour Itinéraires aller-retour (2) Trajet aller optimal Temps trajet AR : 1h31 Trajet retour optimal Temps trajet AR : 1h29 Trajet AR optimal Temps trajet AR : 1h25 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 6 / 42

Introduction Itinéraires de covoiturage Itinéraires de covoiturage Deux utilisateurs connus : un conducteur un passager Avec origines et destinations respectives Avec horaire de départ Objectif Trouver des itinéraires pour minimiser les temps trajets. Synchronisation Point de rencontre = point à déterminer Point de séparation = point à déterminer () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 7 / 42

Introduction Modélisation d un réseau de transport Graphe multimodal et dépendant du temps Modélisation Multi-Modal (MM) : arc-labeled Graph, i.e. mode associé à chaque arc Time-Dependent (TD) : Propriété FIFO () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 8 / 42

Introduction Algorithmes naïf Algorithmes naïf Itinéraires Aller-Retour Enumération des points de parking Calculs des différents itinéraires Problème polynomial : n parking 4 algo. Shortest Path Bousquet et. al 2009 : temps calcul trop important Itinéraires covoiturage Enumération des combinaisons points de rencontre & séparation : n 2 Calculs des différents itinéraires Problème polynomial : n.(n 1) parking 5 algo. Shortest Path Inutilisable en pratique () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 9 / 42

Problèmes de plus courts chemins Plan de la présentation 1 Introduction 2 Problèmes de plus courts chemins 3 Méthode pour le calcul d itinéraires Aller-Retour 4 Méthode pour le calcul des itinéraires de covoiturage 5 Conclusion () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 10 / 42

Problèmes de plus courts chemins Cas statique : principe Algorithme de Dijkstra (1) Contexte Graphe G = (V, E), valué par des couts positifs (distance, temps trajet) Plus court chemin : somme des couts des arcs Principe : Algorithme dit de "Label Setting" Initialisation: Associer un label à chaque sommet (cout, predecesseur) Iteration: Marquer le label de plus petit cout; mettre à jour le cout des successeurs Arret: Tous les labels sont marqués (c = 0, ) s 1 2 x 1 x 2 4 2 t () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 11 / 42

Problèmes de plus courts chemins Cas statique : principe Algorithme de Dijkstra (1) Contexte Graphe G = (V, E), valué par des couts positifs (distance, temps trajet) Plus court chemin : somme des couts des arcs Principe : Algorithme dit de "Label Setting" Initialisation: Associer un label à chaque sommet (cout, predecesseur) Iteration: Marquer le label de plus petit cout; mettre à jour le cout des successeurs Arret: Tous les labels sont marqués (c = 0, ) s 1 2 (c = 1, s) x 1 x 2 (c = 2, s) 4 2 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 11 / 42 t

Problèmes de plus courts chemins Cas statique : principe Algorithme de Dijkstra (1) Contexte Graphe G = (V, E), valué par des couts positifs (distance, temps trajet) Plus court chemin : somme des couts des arcs Principe : Algorithme dit de "Label Setting" Initialisation: Associer un label à chaque sommet (cout, predecesseur) Iteration: Marquer le label de plus petit cout; mettre à jour le cout des successeurs Arret: Tous les labels sont marqués (c = 0, ) s 1 2 (c = 1, s) x 1 (c = 5, x 1 ) x 2 (c = 2, s) 4 2 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 11 / 42 t

Problèmes de plus courts chemins Cas statique : principe Algorithme de Dijkstra (1) Contexte Graphe G = (V, E), valué par des couts positifs (distance, temps trajet) Plus court chemin : somme des couts des arcs Principe : Algorithme dit de "Label Setting" Initialisation: Associer un label à chaque sommet (cout, predecesseur) Iteration: Marquer le label de plus petit cout; mettre à jour le cout des successeurs Arret: Tous les labels sont marqués (c = 0, ) s 1 2 (c = 1, s) x 1 (c = 5, x 1 ) 4 (c = 4, x 2 ) x 2 (c = 2, s) 2 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 11 / 42 t

Problèmes de plus courts chemins Cas statique : principe Algorithme de Dijkstra (1) Contexte Graphe G = (V, E), valué par des couts positifs (distance, temps trajet) Plus court chemin : somme des couts des arcs Principe : Algorithme dit de "Label Setting" Initialisation: Associer un label à chaque sommet (cout, predecesseur) Iteration: Marquer le label de plus petit cout; mettre à jour le cout des successeurs Arret: Tous les labels sont marqués (c = 0, ) s 1 2 (c = 1, s) x 1 4 (c = 4, x 2 ) x 2 (c = 2, s) 2 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 11 / 42 t

Problèmes de plus courts chemins Cas statique : principe Algorithme de Dijkstra (2) Algo Dijkstra Trouve les plus courts chemins depuis un sommet vers tous les autres Propriétés Un label n est marqué qu une fois Les labels sont marqués par cout croissant Complexité Soit Q : ensemble des labels manipulés Complexité : O( E.d Q + V.e q ) avec dq : ré-organisation Q après ajout d un label eq : extraction d un label de Q utilisation d une structure de Tas () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 12 / 42

Problèmes de plus courts chemins Cas statique : améliorations Améliorations : Shortest Path one-to-one (1) Guidage vers la destination : algo A Estimation du cout à la destination (+ cout depuis l origine) optimalité préservé si estimation = LB () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 13 / 42

Problèmes de plus courts chemins Cas statique : améliorations Améliorations : Shortest Path one-to-one (2) Bidirectionnel algo Forward depuis l origine + algo Backward depuis la destination Iteration: Sélection de l algo (label de plus petit cout) et 1 itération de Dijkstra Solution: Sommet marqué par les 2 algo (UB) Arrêt: somme des couts des labels min Forward et Backward > cout solution courante () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 14 / 42

Problèmes de plus courts chemins Cas statique : améliorations Améliorations : pré-calculs landmarks (algo ALT) Calculer SP entre tous les points et un (petit) ensemble de landmarks Utilisation avec inégalité triangulaire pour calculer un SP (LB) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 15 / 42

Problèmes de plus courts chemins Temps trajet dépendant du temps Time-Dependent Shortest Path - TD-SP Principe Label associé à chaque sommet : cout et début au plus tôt (c = 0, t = 0) s t = 0 : = 1 x 1 t = 1 : = 4 t t = 0 : = 2 x 2 t = 1 : = 2 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 16 / 42

Problèmes de plus courts chemins Temps trajet dépendant du temps Time-Dependent Shortest Path - TD-SP Principe Label associé à chaque sommet : cout et début au plus tôt (c = 0, t = 0) s t = 0 : = 1 t = 0 : = 2 (c = 1, t = 1) x 1 x 2 (c = 2, t = 2) t = 1 : = 4 t = 1 : = 2 t () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 16 / 42

Problèmes de plus courts chemins Temps trajet dépendant du temps Time-Dependent Shortest Path - TD-SP Principe Label associé à chaque sommet : cout et début au plus tôt (c = 0, t = 0) s t = 0 : = 1 t = 0 : = 2 (c = 1, t = 1) x 1 (c = 5, t = 5) x 2 (c = 2, t = 2) t = 1 : = 4 t = 1 : = 2 t () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 16 / 42

Problèmes de plus courts chemins Temps trajet dépendant du temps Time-Dependent Shortest Path - TD-SP Principe Label associé à chaque sommet : cout et début au plus tôt (c = 0, t = 0) s t = 0 : = 1 t = 0 : = 2 (c = 1, t = 1) x 1 (c = 5, t = 5) t = 1 : = 4 (c = 4, t = 4) x 2 (c = 2, t = 2) t = 1 : = 2 t () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 16 / 42

Problèmes de plus courts chemins Temps trajet dépendant du temps Time-Dependent Shortest Path - TD-SP Principe Label associé à chaque sommet : cout et début au plus tôt x 1 t = 1 : = 4 (c = 0, t = 0) s t t = 0 : = 1 t = 0 : = 2 (c = 1, t = 1) (c = 4, t = 4) x 2 (c = 2, t = 2) t = 1 : = 2 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 16 / 42

Problèmes de plus courts chemins Temps trajet dépendant du temps Time-Dependent Shortest Path - TD-SP Principe Label associé à chaque sommet : cout et début au plus tôt x 1 t = 1 : = 4 (c = 0, t = 0) s t t = 0 : = 1 t = 0 : = 2 (c = 1, t = 1) (c = 4, t = 4) x 2 (c = 2, t = 2) t = 1 : = 2 Difficultés ( ) Stockage/Accès au cout de chaque arc (++) Problème algo bidirectionnel : Horaires soit Forward soit Backward Borne Inférieure des couts + ré-évaluation Méthode exacte : temps calcul important () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 16 / 42

Problèmes de plus courts chemins Multimodalité Multimodal Shortest Path (MM-SP) Cas MM : Regular Language Constrained SP Graphe avec label sur les arcs G Σ, arcs (i, j, m) labels m Σ restrictions modélisées par un langage régulier L 0 objectif: cout ET concaténation des labels L 0 Algorithme : généralisation algo Dijkstra Labels: f foot t transfer b bike p public transp. v rental bike () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 17 / 42

Problèmes de plus courts chemins Multimodalité Algorithme MM-SP 4 s 1 2 3 t 5 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 18 / 42

Problèmes de plus courts chemins Multimodalité Algorithme MM-SP 4 1, c 1, t 5, f 1, t 4, b s 1 2 3 3, p 1, t 1, t t 5 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 18 / 42

Problèmes de plus courts chemins Multimodalité Algorithme MM-SP 4 1, c [0, s 0 ] 5, f 1, t 4, b s 1 2 3 3, p 1, t 1, t 1, t t 5 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 18 / 42

Problèmes de plus courts chemins Multimodalité Algorithme MM-SP 4 1, c [0, s 0 ] 5, f [5, s 2 ] 1, t 4, b Xs 1 2 3 3, p 1, t 1, t 1, t t 5 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 18 / 42

Problèmes de plus courts chemins Multimodalité Algorithme MM-SP 4 1, c [0, s 0 ] 5, f [5, s 2 ] 1, t [6, s 3 ] 4, b Xs X1 2 3 3, p 1, t 1, t 1, t t 5 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 18 / 42

Problèmes de plus courts chemins Multimodalité Algorithme MM-SP 4 1, c [0, s 0 ] 5, f [5, s 2 ] 1, t [6, s 3 ] 4, b Xs X1 X2 3 3, p 1, t 1, t 1, t t 5 [9, s 3 ] () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 18 / 42

Problèmes de plus courts chemins Multimodalité Algorithme MM-SP 4 1, c 1, t [0, s 0 ] 5, f [5, s 2 ] 1, t [6, s 3 ] 4, b Xs X1 X2 3 1, t t [10, s 4 ] 3, p 1, t X5 [9, s 3 ] () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 18 / 42

Problèmes de plus courts chemins Multimodalité Algorithme MM-SP 4 1, c [0, s 0 ] 5, f [5, s 2 ] 1, t [6, s 3 ] 4, b Xs X1 X2 3 3, p 1, t 1, t 1, t Xt [10, s 4 ] X5 [9, s 3 ] () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 18 / 42

Méthode pour le calcul d itinéraires Aller-Retour Plan de la présentation 1 Introduction 2 Problèmes de plus courts chemins 3 Méthode pour le calcul d itinéraires Aller-Retour 4 Méthode pour le calcul des itinéraires de covoiturage 5 Conclusion () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 19 / 42

Méthode pour le calcul d itinéraires Aller-Retour Algorithme proposé Principe de l algorithme (1) Structure 4 algo de type Disjkstra (2 Forward - 2 Backward) Itération Lancer algo D i ayant label de plus petit cout et effectuer 1 itération de D i Solution Sommet marqué par les 4 algorithmes Condition d arrêt Cout du prochain label à explorer > cout de la solution courante () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 20 / 42

Méthode pour le calcul d itinéraires Aller-Retour Algorithme proposé Principe de l algorithme (2) Problem: COUT DEPENDANT DU TEMPS Problème Horaire de début de 2 algo Dijstra ne sont pas connus Solution Utiliser temps de trajet min Lorsqu une solution est obtenue la re-évaluer avec les horaires corrects Impact Pour chaque solution obtenue : 2 algo de Shortest Path supplémentaires () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 21 / 42

Méthode pour le calcul d itinéraires Aller-Retour Algorithme proposé Principe de l algorithme (2) Problem: COUT DEPENDANT DU TEMPS Problème Horaire de début de 2 algo Dijstra ne sont pas connus Solution Utiliser temps de trajet min Lorsqu une solution est obtenue la re-évaluer avec les horaires corrects Impact Pour chaque solution obtenue : 2 algo de Shortest Path supplémentaires () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 21 / 42

Méthode pour le calcul d itinéraires Aller-Retour Algorithme proposé Principe de l algorithme (2) Problem: COUT DEPENDANT DU TEMPS Problème Horaire de début de 2 algo Dijstra ne sont pas connus Solution Utiliser temps de trajet min Lorsqu une solution est obtenue la re-évaluer avec les horaires corrects Impact Pour chaque solution obtenue : 2 algo de Shortest Path supplémentaires () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 21 / 42

Méthode pour le calcul d itinéraires Aller-Retour Algorithme proposé Principe de l algorithme (2) Problem: COUT DEPENDANT DU TEMPS Problème Horaire de début de 2 algo Dijstra ne sont pas connus Solution Utiliser temps de trajet min Lorsqu une solution est obtenue la re-évaluer avec les horaires corrects Impact Pour chaque solution obtenue : 2 algo de Shortest Path supplémentaires () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 21 / 42

Méthode pour le calcul d itinéraires Aller-Retour Algorithme proposé Principe de l algorithme (3) Complexité Statique : O(4 E Σ.log( V Σ ) Time-Dependent : O(2 V Σ E Σ log( V Σ )) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 22 / 42

Méthode pour le calcul d itinéraires Aller-Retour Algorithme proposé Améliorations (1) 1. Amélioration de la condition d arrêt Calcul d une borne inférieure Soit x label marqué par 3 algo somme cout de ces 3 algos = Cost LB = Cost + cout du prochain label à marquer même principe pour x marqué par 2 et 1 algo 2. Borne supérieure Calculer 2 solutions triviales () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 23 / 42

Méthode pour le calcul d itinéraires Aller-Retour Algorithme proposé Améliorations (2) 3. Couts minimaux en TD Utiliser l information sur la tranche horaire 4. Ré-évaluation (TD) Retarder les ré-évaluations après la condition d arrêt Ré-évaluer les solution trouvées par ordre croissant des couts 5. Algo SDALT Utiliser l algo SDLAT pour les ré-évaluation SDALT = A + landmarks + TD + MM Approximation Arrêt quand LB α Sol () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 24 / 42

Méthode pour le calcul d itinéraires Aller-Retour Résultats Données : Ile de France Réseau vélo et piéton : Open Street Map Stations location vélo: Velib (Paris) Réseau automobile : Mediamobile Données de trafic Transport Public: Syndicat des Transports d Ile-de-France (STIF) Tramway, metro, bus, trains régionaux Tables horaires ou Fréquences layer arcs nodes time-dependent Walking (f ) 601 280 220 091 - Private Bike (b) 600 952 220 091 - Rental Bike (v) 600 952 220 091 - Car (c) 1 112 511 514 331 111 641 Public Transp (p) 259 623 109 922 82 833 Total 3 731 700 1 284 526 194 474 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 25 / 42

Méthode pour le calcul d itinéraires Aller-Retour Résultats Scénarios Sans ré-évaluation (b/f ) = vélo puis marche (b/f ) 0 = vélo puis marche ou transport public + horaires aller et retour à destination Avec ré-évaluation (b/fp) 1 + début aller à l origine et début retour à destination (b/fp) 2 + début aller et début retour à l origine (c/fp) = auto puis marche ou transport public + début aller à l origine et début retour à destination Choix des horaires morning/evening : entre 9h et 17h day/night : un trajet entre 23h et 5h un autre en journée random () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 26 / 42

Méthode pour le calcul d itinéraires Aller-Retour Résultats Résultats sur 100 instances Horaires random Temps CPU en secondes Parkings vélo : env. 220 000; auto : env. 20 000 C++, Linux, Bi Xeon 2.5GHz, 16Go RAM Scenario Nb re-eval Algo Imprvt + // ré-eval + Approx (b/f ) 0 1.05 0.89 - - (b/fp) 0 0 2.05 1.05 - - (b/fp) 1 1 906 (13621) 3 (30) - 2 (10) (b/fp) 2 2 1290 (15692) 30 (756) 10 (229) 5 (225) (c/fp) 2 108 (2129) 1.65 (4.29) 1.51 (3.99) 1.47 (3.6) Amélioration 4 (retarder ré-éval) : facteur 3 SDALT et // : facteur 2 Existence d instances difficiles : cas (b/fp) 1 et (b/fp) 2 Auto = mode dominant parking à destination calcul UB : solution optimale () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 27 / 42

Méthode pour le calcul d itinéraires Aller-Retour Résultats Résultats sur 100 instances Horaires random Temps CPU en secondes Parkings vélo : env. 220 000; auto : env. 20 000 C++, Linux, Bi Xeon 2.5GHz, 16Go RAM Scenario Nb re-eval Algo Imprvt + // ré-eval + Approx (b/f ) 0 1.05 0.89 - - (b/fp) 0 0 2.05 1.05 - - (b/fp) 1 1 906 (13621) 3 (30) - 2 (10) (b/fp) 2 2 1290 (15692) 30 (756) 10 (229) 5 (225) (c/fp) 2 108 (2129) 1.65 (4.29) 1.51 (3.99) 1.47 (3.6) Amélioration 4 (retarder ré-éval) : facteur 3 SDALT et // : facteur 2 Existence d instances difficiles : cas (b/fp) 1 et (b/fp) 2 Auto = mode dominant parking à destination calcul UB : solution optimale () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 27 / 42

Méthode pour le calcul des itinéraires de covoiturage Plan de la présentation 1 Introduction 2 Problèmes de plus courts chemins 3 Méthode pour le calcul d itinéraires Aller-Retour 4 Méthode pour le calcul des itinéraires de covoiturage 5 Conclusion () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 28 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Quel fonction objectif? O p P 1 P 5 D p r P 3 s O c P 2 P 4 D c Cout à minimiser arrivée(piéton) - départ(piéton) + arrivée(voiture) - départ(voiture) cout = c(p 1 ) + c(p 2 ) + attente + 2 c(p 3 ) + c(p 4 ) + c(p 5 ) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 29 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Principe de résolution Horaires : uniquement aux 2 origines Auto : mode statique cout = c(p 1 ) + c(p 2 ) + attente + 2 c(p 3 ) + c(p 4 ) + c(p 5 ) O p D p O c D c () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 30 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Principe de résolution Horaires : uniquement aux 2 origines Auto : mode statique cout = c(p 1 ) + c(p 2 ) + attente + 2 c(p 3 ) + c(p 4 ) + c(p 5 ) P 1 r 1 O p r 2 D p r 3 O c D c () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 30 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Principe de résolution Horaires : uniquement aux 2 origines Auto : mode statique cout = c(p 1 ) + c(p 2 ) + attente + 2 c(p 3 ) + c(p 4 ) + c(p 5 ) P 1 r 1 O p r 2 D p r 3 O c P 2 r 4 D c () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 30 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Principe de résolution Horaires : uniquement aux 2 origines Auto : mode statique cout = c(p 1 ) + c(p 2 ) + attente + 2 c(p 3 ) + c(p 4 ) + c(p 5 ) P 1 r 1 O p r 2 D p r 3 O c P 2 r 4 D c () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 30 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Principe de résolution Horaires : uniquement aux 2 origines Auto : mode statique cout = c(p 1 ) + c(p 2 ) + attente + 2 c(p 3 ) + c(p 4 ) + c(p 5 ) r 1 s 1 P 1 O p r 2 s 2 D p r 3 P 3 s 3 O c P 2 r 4 D c () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 30 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Principe de résolution Horaires : uniquement aux 2 origines Auto : mode statique cout = c(p 1 ) + c(p 2 ) + attente + 2 c(p 3 ) + c(p 4 ) + c(p 5 ) r 1 s 1 P 1 O p r 2 s 2 D p r 3 P 3 s 3 O c P 2 r 4 s 4 P 4 D c () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 30 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Principe de résolution Horaires : uniquement aux 2 origines Auto : mode statique cout = c(p 1 ) + c(p 2 ) + attente + 2 c(p 3 ) + c(p 4 ) + c(p 5 ) r 1 s 1 P 1 O p r 2 s 2 D p r 3 P 3 s 3 O c P 2 r 4 s 4 P 4 D c () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 30 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Principe de résolution Horaires : uniquement aux 2 origines Auto : mode statique cout = c(p 1 ) + c(p 2 ) + attente + 2 c(p 3 ) + c(p 4 ) + c(p 5 ) r 1 s 1 P 1 O p r 2 s 2 D p r 3 P 3 s 3 P 5 O c P 2 r 4 s 4 P 4 D c () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 30 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Principe de résolution Horaires : uniquement aux 2 origines Auto : mode statique cout = c(p 1 ) + c(p 2 ) + attente + 2 c(p 3 ) + c(p 4 ) + c(p 5 ) r 1 s 1 P 1 O p r 2 s 2 D p r 3 P 3 s 3 P 5 O c P 2 r 4 s 4 P 4 D c () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 30 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Recherche de la meilleure origine Etant données plusieurs origines avec cout et temps d arrivée initiaux, sélectionner la source qui minimise le cout à l arrivée. (c = 5, t = 2) o 1 t = 2 = 1 o 2 (c = 6, t = 0) t = 0 = 1 (c = 6, t = 3) t = 3 = 14 (c = 20, t = 17) x d (c = 7, t = 1) t = 1 = 10 (c = 17, t = 11) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 31 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Recherche de la meilleure origine Etant données plusieurs origines avec cout et temps d arrivée initiaux, sélectionner la source qui minimise le cout à l arrivée. (c = 5, t = 2) o 1 t = 2 = 1 o 2 (c = 6, t = 0) t = 0 = 1 (c = 6, t = 3) t = 3 = 14 (c = 20, t = 17) x d (c = 7, t = 1) t = 1 = 10 (c = 17, t = 11) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 31 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Recherche de la meilleure origine Etant données plusieurs origines avec cout et temps d arrivée initiaux, sélectionner la source qui minimise le cout à l arrivée. (c = 5, t = 2) o 1 t = 2 = 1 o 2 (c = 6, t = 0) t = 0 = 1 (c = 6, t = 3) t = 3 = 14 (c = 20, t = 17) x d (c = 7, t = 1) t = 1 = 10 (c = 17, t = 11) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 31 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Recherche de la meilleure origine Etant données plusieurs origines avec cout et temps d arrivée initiaux, sélectionner la source qui minimise le cout à l arrivée. (c = 5, t = 2) o 1 t = 2 = 1 o 2 (c = 6, t = 0) t = 0 = 1 (c = 6, t = 3) t = 3 = 14 (c = 20, t = 17) x d (c = 7, t = 1) t = 1 = 10 (c = 17, t = 11) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 31 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Recherche de la meilleure origine Etant données plusieurs origines avec cout et temps d arrivée initiaux, sélectionner la source qui minimise le cout à l arrivée. (c = 5, t = 2) o 1 t = 2 = 1 o 2 (c = 6, t = 0) t = 0 = 1 (c = 6, t = 3) t = 3 = 14 (c = 20, t = 17) x d (c = 7, t = 1) t = 1 = 10 (c = 17, t = 11) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 31 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Recherche de la meilleure origine Etant données plusieurs origines avec cout et temps d arrivée initiaux, sélectionner la source qui minimise le cout à l arrivée. (c = 5, t = 2) o 1 t = 2 = 1 o 2 (c = 6, t = 0) t = 0 = 1 (c = 6, t = 3) t = 3 = 14 (c = 20, t = 17) x d (c = 7, t = 1) t = 1 = 10 (c = 17, t = 11) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 31 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Recherche de la meilleure origine Consistance entre cout et temps d arrivée Etant donnés deux labels (c, t) et (c, t ), Consistance si : c c t t Approche multi-objectif : on ne supprime pas les labels uniquement sur leur cout Propriétés Sélection de la meilleure origine pour tout les sommets Labels marqués par ordre de cout croissant Meilleur cout d un sommet premier label marqué () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 32 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Recherche de la meilleure origine Consistance entre cout et temps d arrivée Etant donnés deux labels (c, t) et (c, t ), Consistance si : c c t t Approche multi-objectif : on ne supprime pas les labels uniquement sur leur cout Propriétés Sélection de la meilleure origine pour tout les sommets Labels marqués par ordre de cout croissant Meilleur cout d un sommet premier label marqué () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 32 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Recherche de la meilleure origine Consistance entre cout et temps d arrivée Etant donnés deux labels (c, t) et (c, t ), Consistance si : c c t t Approche multi-objectif : on ne supprime pas les labels uniquement sur leur cout Propriétés Sélection de la meilleure origine pour tout les sommets Labels marqués par ordre de cout croissant Meilleur cout d un sommet premier label marqué () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 32 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Algorithme proposé (1) Algo Source Dest. Noeuds Marqués Problème A 1 o p Tous N 1 PCC A 2 o c Tous N 2 PCC A 3 X in = N 1 N 2 Tous N 3 M. Orig. A 4 d c Tous N 4 PCC (backward) A 5 X off = N 3 N 4 d p N 5 M. Orig. Itération : à chaque étape sélectionner algo ayant le label de plus petit cout Arrêt: Sommet destination piéton est marqué dans A 5 Meilleur Origine dans A 3 : Dijkstra car consistance cout et temps Meilleur Origine dans A 5 : Dijkstra multi-label car non consistance cout et temps () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 33 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Algorithme proposé (1) Algo Source Dest. Noeuds Marqués Problème A 1 o p Tous N 1 PCC A 2 o c Tous N 2 PCC A 3 X in = N 1 N 2 Tous N 3 M. Orig. A 4 d c Tous N 4 PCC (backward) A 5 X off = N 3 N 4 d p N 5 M. Orig. Itération : à chaque étape sélectionner algo ayant le label de plus petit cout Arrêt: Sommet destination piéton est marqué dans A 5 Meilleur Origine dans A 3 : Dijkstra car consistance cout et temps Meilleur Origine dans A 5 : Dijkstra multi-label car non consistance cout et temps () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 33 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Algorithme proposé (2) O p P 1 P 5 D p r P 3 s O c P 2 P 4 D c Résolution concurrente A 3 peut être lancé avant la fin de A 1 et de A 2 A 5 peut être lancé avant la fin de A 3 et de A 4 () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 34 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Restrictions sur les points de rencontre/séparation Définir zones de rencontre / séparation Intégration de connaissances sur le problème Limiter l exploration du graphe Compromis entre expressivité / efficacité des calculs Exemple Piéton : Accessibilité via un temps de trajet Auto : Sommets du réseau routier Zones de rencontre et de séparation à l intersection () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 35 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Zone et Guidage O p A 1 r 2 s 2 D p Z r Z s A 5 r 3 A 2 A 3 A 4 s 3 O c r 4 s 4 D c Z r exploré arrêt de A 1 et A 2 Z s exploré arrêt de A 3 et A 4 Principe de guidage Condition d arrêt : A : heuristique h d (x) pour guider vers destination d Définition heuristique H Z (x) pour guider vers zone Z = vers le point le plus proche de la zone Utilisation landmarks pour calculer H Z (x) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 36 / 42

Méthode pour le calcul des itinéraires de covoiturage Algorithme proposé Zone et Guidage O p A 1 r 2 s 2 D p Z r Z s A 5 r 3 A 2 A 3 A 4 s 3 O c r 4 s 4 D c Z r exploré arrêt de A 1 et A 2 Z s exploré arrêt de A 3 et A 4 Principe de guidage Condition d arrêt : A : heuristique h d (x) pour guider vers destination d Définition heuristique H Z (x) pour guider vers zone Z = vers le point le plus proche de la zone Utilisation landmarks pour calculer H Z (x) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 36 / 42

Méthode pour le calcul des itinéraires de covoiturage Résultats Données : Aquitaine et Midi-Pyrénées Cas d étude Covoiturage Bordeaux-Toulouse-Albi Graphe Aquitaine et Midi-Pyrennées 639 765 noeuds 21 439 noeuds de transport en commun 5 millions d arcs Restrictions Zone de rencontre et de séparation Ville entière : 46 584 sommets (Tlse) et 29 865 (Bdx) Sommets à 10 minutes de marche : env 1 000 sommets (Tlse et Bdx) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 37 / 42

Méthode pour le calcul des itinéraires de covoiturage Résultats Résultats sur 50 instances Temps CPU (ms) et nb labels marqués C++, Linux, Pentium-4, 2.1GHz, 4Go RAM Zones Configuration Runtime (ms) Labels marqués Cout - Originale 4 160 1 792 576 6:50:21 villes Arrêt 1 076 585 168 6:50:23 villes Arrêt / Guidage 838 377 902 6:50:23 10-min Arrêt 547 374 649 6:52:38 10-min Arrêt / Guidage 202 124 104 6:52:38 Point de rencontre origine piéton Point de séparation destination piéton dans 21 / 50 Dans A 5 : en moy. 366 745 sommets de séparation Dans A 5 : 1.17 label / sommet proche Dijkstra Impact zones : surtout A 2, A 4 (auto), A 5 (dernier algo) Impact guidage : surtout A 3, A 4 (longs trajets) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 38 / 42

Méthode pour le calcul des itinéraires de covoiturage Résultats Résultats sur 50 instances Temps CPU (ms) et nb labels marqués C++, Linux, Pentium-4, 2.1GHz, 4Go RAM Zones Configuration Runtime (ms) Labels marqués Cout - Originale 4 160 1 792 576 6:50:21 villes Arrêt 1 076 585 168 6:50:23 villes Arrêt / Guidage 838 377 902 6:50:23 10-min Arrêt 547 374 649 6:52:38 10-min Arrêt / Guidage 202 124 104 6:52:38 Point de rencontre origine piéton Point de séparation destination piéton dans 21 / 50 Dans A 5 : en moy. 366 745 sommets de séparation Dans A 5 : 1.17 label / sommet proche Dijkstra Impact zones : surtout A 2, A 4 (auto), A 5 (dernier algo) Impact guidage : surtout A 3, A 4 (longs trajets) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 38 / 42

Conclusion Plan de la présentation 1 Introduction 2 Problèmes de plus courts chemins 3 Méthode pour le calcul d itinéraires Aller-Retour 4 Méthode pour le calcul des itinéraires de covoiturage 5 Conclusion () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 39 / 42

Conclusion Conclusion Etude de 2 problèmes de calcul d itinéraires avec contraintes de synchronisation Problèmes polynomiaux mais graphes de grande taille... et temps de trajet dépendant du temps Difficulté pour avoir des algorithmes exacts efficaces et utilisables en environnement mobile Plateforme de calculs d itinéraires Données libres : open data (OSM, GTFS) Compliqué (possible?) d obtenir des données de trafic dépendant du temps () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 40 / 42

Conclusion Conclusion Etude de 2 problèmes de calcul d itinéraires avec contraintes de synchronisation Problèmes polynomiaux mais graphes de grande taille... et temps de trajet dépendant du temps Difficulté pour avoir des algorithmes exacts efficaces et utilisables en environnement mobile Plateforme de calculs d itinéraires Données libres : open data (OSM, GTFS) Compliqué (possible?) d obtenir des données de trafic dépendant du temps () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 40 / 42

Conclusion Perspectives Itinéraire Aller-Retour Problème pour ré-évaluation : intégration Dijkstra multi-label (dernière ré-eval) Limiter les parking : définition de zones / points de parking Itinéraires de covoiturage Attente du piéton à l origine Autre technique de pré-calculs (contraction-hierarchy) Extension à plusieurs utilisateurs (synchronisés sur les mêmes points) Projet AMORES : informatique ubiquitaire - vie privée Autre approche algorithmique (algo distribué?) () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 41 / 42

Conclusion Merci de votre attention Questions? () Calcul d itinéraires avec contraintes de synchronisation Juillet 2013 42 / 42