Problèmes de tournées de bus: une proposition de couplage de méthodes d'optimisation et de simulation

Documents pareils
Conception de réseaux de télécommunications : optimisation et expérimentations


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

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments

Resolution limit in community detection

Big Data et Graphes : Quelques pistes de recherche

Ordonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative

Optimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases)

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

Big Data et Graphes : Quelques pistes de recherche

Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet.

Système Immunitaire Artificiel Parallèle appliqué aux Flow Shop Hybride (FSH)

Modélisation multi-agents - Agents réactifs

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

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

Problème à résoudre. min f(s) s.c. s S

Cours de Master Recherche

Projet ANR. Bruno Capra - OXAND. 04/06/2015 CEOS.fr - Journée de restitution (Paris) B. CAPRA

Pourquoi l apprentissage?

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

Modèles transport-urbanisme Fiches synthétiques SIMBAD. Modèle de dynamique urbaine désagrégé

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques

Laboratoire d informatique Gaspard-Monge UMR Journée Labex Bézout- ANSES

Exemple de protocole d'accord Secteur privé.

ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE

La 1 ère grande école privée d ingénierie au Maroc

Algorithmes de recherche

DG-ADAJ: Une plateforme Desktop Grid

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

Mini_guide_Isis_v6.doc le 10/02/2005 Page 1/15

physicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178

Analyse empirique et modélisation de la dynamique de la topologie de l Internet

DUT. Informatique, orientation Imagerie Numérique. Domaine : Sciences, Technologies, Santé. Mention : Informatique

Efficacité énergétique des réseaux de cœur et d accès

Dimensionnement Introduction

MABioVis. Bio-informatique et la

Description des UE s du M2

Par combien de zéros se termine N!?

v Sygic, a.s. All rights reserverd. Manuel utilisateur

MASTER 2 IMAFA. Informatique et Mathématiques Appliquées à la Finance et à l'assurance

Jean-Philippe Préaux

Parcours en deuxième année

Annexe 6. Notions d ordonnancement.

OPTIMISATION À UNE VARIABLE

> MASTER. Modèles, Systèmes, Imagerie spécialité recherche

L utilisation d un réseau de neurones pour optimiser la gestion d un firewall

ITIL Gestion de la capacité

Contributions à l expérimentation sur les systèmes distribués de grande taille

Mini_guide_Isis.pdf le 23/09/2001 Page 1/14

Soutenance de stage Laboratoire des Signaux et Systèmes

Merise. Introduction

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

DOSSIER DE PRESSE. Sommaire

Fermettes + tuiles terre cuite = totale fiabilité en cas de séisme

Master of Science en mathématiques

LE PROBLEME DU PLUS COURT CHEMIN

LES OPERATIONS (outils pédagogiques, types d'interventions) Département du Morbihan

Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.

Un couplage métaheuristique / simulation appliqué au problème du job shop avec transport

Présentation du Master Ingénierie Informatique et du Master Science Informatique , Année 2 Université Paris-Est Marne-la-Vallée

PROGRAMME PEDAGOGIQUE. SPÉCIALITÉ Logistique Pour la Santé

ECTS INFORMATIQUE DE GESTION Option Administrateur de réseaux Locaux d entreprise

Deux stratégies parallèles de l'optimisation par colonie de fourmis

Les usagers sont civilement responsables des dommages qu ils causent aux biens et aux personnes dans le véhicule.

Cours de Génie Logiciel

( ACCÉLÉRATEUR D INTELLIGENCE COLLECTIVE )

Lambotte J.-M. Géographe-Urbaniste. Chercheur au Lepur ULg. Semaine Universitaire Luxembourgeoise de l'environnement - Libramont

Méthaheuristiques pour l optimisation combinatoire et l affectation sous contraintes

I Stabilité, Commandabilité et Observabilité Introduction Un exemple emprunté à la robotique Le plan Problème...

Algorithmes de recherche d itinéraires en transport multimodal

PLANIFICATION DU TRANSPORT DE CHARGES PARTIELLES D UN DÉPÔT : RÉPARTITION, LIVRAISON ET REVENU DE RETOUR

DROIT, ÉCONOMIE & GESTION MASTER MANAGEMENT ET COMMERCE INTERNATIONAL (MCI) MANAGEMENT ET MARKETING A L INTERNATIONAL (MMI)

1 Démarrer L écran Isis La boite à outils Mode principal Mode gadget Mode graphique...

PLAN DE COURS. GPA750 Ordonnancement des systèmes de production aéronautique

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

Université Blaise Pascal Clermont-Ferrand II THÈSE. présentée par. Libo REN. pour obtenir le grade de DOCTEUR D UNIVERSITÉ. Spécialité : INFORMATIQUE

Semestre 1. Objectifs Approfondissement de l environnement Java et de son interface de programmation d applications : réseaux, et processus.

FORMULAIRE D'INSCRIPTION Baccalauréat International

Recherche et Diffusion de l Information dans les Réseaux. Philippe Robert. Le 8 avril 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014

Prédiction de couverture de champ radioélectrique pour les réseaux radiomobiles : L apport du Système d Information Géographique ArcInfo 8

REGLEMENT INTERIEUR ESPACE JEUNES DIVONNE-LES-BAINS

Axis IP-Surveillance. Solutions de vidéo sur IP professionnelles pour la sécurité, la vidéosurveillance et le contrôle à distance

Allocation de canaux dans les réseaux maillés sans fil : Conflits Directionnels-Bidirectionnels et algorithmes

Qualité du logiciel: Méthodes de test

Simulation de graphes de tâches

REFORME LMD SCIENCES APPLIQUEES & TECHNOLOGIES PROPOSEES PAR LA COMMISSION NATIONALE SECTORIELLE EN SCIENCES APPLIQUEES & TECHNOLOGIES

La programmation à mémoire adaptative ou l évolution des algorithmes évolutifs

Energie et morphologie : vers la perdurabilité de la forme urbaine? Généralités et transports. Luc Adolphe

UNIVERSITE DE BREST Référence GALAXIE : 4201

NetCrunch 6. Superviser

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

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Transport à la demande Mille Pattes. Règlement d exploitation

Jade. Projet Intelligence Artificielle «Devine à quoi je pense»

Rapport final Phase 1

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Transcription:

Problèmes de tournées de bus: une proposition de couplage de méthodes d'optimisation et de simulation Loïc Yon Bruno Bachelet loic.yon@isima.fr bachelet@isima.fr http://www.kiux.net http://www.nawouak.net LIMOS, UMR 6158 - CNRS, Université Blaise Pascal (Laboratoire d'informatique, de Modélisation et d'optimisation des Systèmes) ISIMA, BP 10125, 63173 Aubière, France http://www.isima.fr/limos Tournées de bus: couplage optimisation et simulation Page 1 / 17

Plan de l'exposé Problème de transport - Conception de tournées de bus - Qualité de service pour les passagers - Coût pour la compagnie - Couplage flot entier / multiflot fractionnaire - Méthodes de résolution: heuristiques, décomposition - Schéma classique - Schéma de décomposition Résultats et conclusions Tournées de bus: couplage optimisation et simulation Page 2 / 17

Transports publics Tournées - Forme, durée, contraintes sociales ou syndicales - Flotte hétérogène (capacité, autonomie) - Zones à desservir (raisons politiques ou commerciales) - Fréquence des lignes Qualité de service - Demande - Temps de trajet - Fréquence - Prix Demande élastique => Dépendante de la qualité de service X: perception du trajet Y: taux d'acceptation Tournées de bus: couplage optimisation et simulation Page 3 / 17

Formulation Trouver un ensemble de tournées Qui maximise la satisfaction globale Avec coût( ) < S Et des contraintes de service ou de forme sur : fonction de demande t: temps de trajet induit par les tournées : temps d'attente Tournées de bus: couplage optimisation et simulation Page 4 / 17

Problèmes connexes Problème du ramassage scolaire School Bus Routing Problem "Fournir un service public à des élèves que l'on doit transporter du domicile à l'école." Problème du transport à la demande Dial-a-Ride Problem "Déterminer des tournées et des horaires de véhicules pour déposer ou emporter des personnes et/ou des marchandises." Extension du PDVRP (livraison-collecte) et du VRPTW (fenêtres de temps) Conception de réseaux: problème d'affectation de capacité et de flot Network Design: Capacity and Flow Assignment Problem "Concevoir la topologie pour un réseau de télécommunication par paquets avec contraintes de qualité de service." Tournées de bus: couplage optimisation et simulation Page 5 / 17

Comportement des passagers Mode "plus court chemin" Mode "réaliste" Nécessite la connaissance du réseau Modélisation plus complexe Modélisation par contraintes linéaires Tournées de bus: couplage optimisation et simulation Page 6 / 17

Modèle linéaire 1/2 G=(V;E): graphe orienté représentatif d'un réseau urbain A: ensemble des arcs rapides (empruntés par les bus) A: ensemble des arcs lents (empruntés par les piétons) c e : temps de parcours sur l'arc e V A : ensemble des sommets qui sont extrémités d'un arc de A K commodités: origine o k, destination d k, demande D k c k : temps effectif de trajet b v k : variable de conservation de flot x=(x e ) e : flot entier représentant le système de tournées de bus recherché f=(f e k ) e : multiflot fractionnaire représentant les flux d'usagers Tournées de bus: couplage optimisation et simulation Page 7 / 17

Modèle linéaire 2/2 Maximiser Sous les contraintes Problème NP-difficile Tournées de bus: couplage optimisation et simulation Page 8 / 17

Méthodes de résolution Heuristique GRASP (Greedy Random Adaptative Search Procedure) - Algorithme de descente - Diversification: construction d'une solution fonction des solutions précédentes Heuristique Tabou - Liste de mouvements interdits - Diversification: génération aléatoire de tournées - Aspiration: valeur record locale Décomposition hiérarchique - Décomposition inspirée de Benders - Résolution heuristique du problème maître Tournées de bus: couplage optimisation et simulation Page 9 / 17

Résultats numériques Tournées de bus: couplage optimisation et simulation Page 10 / 17

Pourquoi un couplage? Méthodes d'optimisation (-) Modèles trop simples (+) Outils théoriques puissants Simulation (+) Modèles plus réalistes (+) Evaluation plus précise de l'objectif (ou de tout autre critère) Notre objectif: un couplage Pour rendre les résultats de la méthode d'optimisation plus réalistes Tournées de bus: couplage optimisation et simulation Page 11 / 17

Schéma classique de couplage Une méthode d'optimisation (métaheuristique, algorithme de descente...) se déplace dans l'espace des solutions, tentant d'améliorer l'objectif évalué par la simulation. (-) Peu de choix dans les techniques d'optimisation (+) L'optimisation travaille sur l'objectif "réaliste" Tournées de bus: couplage optimisation et simulation Page 12 / 17

Schéma de couplage par décomposition La solution fournie par la méthode d'optimisation est évaluée par la simulation, afin de modifier le modèle d'optimisation. (+) Peu de restrictions sur le choix de la méthode d'optimisation (-) L'optimisation travaille sur son propre objectif (+) Moins d'appels au simulateur (+) Résultats théoriques sur la solution trouvée (-) Le modèle d'optimisation doit permettre l'ajout d'informations "réalistes" Tournées de bus: couplage optimisation et simulation Page 13 / 17

Exemple: les temps d'attente Problème de tournées de bus La méthode d'optimisation ne calcule pas les temps d'attente pour une solution donnée. Mais elle peut prendre en compte cette information sous la forme de constantes. Modification du graphe: Ajout d'arcs symbolisant la montée dans un bus Tournées de bus: couplage optimisation et simulation Page 14 / 17

Algorithme de couplage Tournées de bus: couplage optimisation et simulation Page 15 / 17

Expérimentation Optimisation (Résolution par GRASP) Simulation (Evénements discrets) Centre de Clermont-Ferrand 92 noeuds - 304 arcs Tournées de bus: couplage optimisation et simulation Page 16 / 17

Conclusion - Dépendent fortement de la manière de réintroduire les temps d'attente - Trop direct => oscillation - Trop faible => convergence lente => Nécessite des réglages importants => Nécessite une méthode d'optimisation "stable" (solutions de même qualité) Pourquoi ne pas envisager de générer des contraintes par la simulation? Tournées de bus: couplage optimisation et simulation Page 17 / 17