Optimisation des tournées de ramassage scolaire de la commune de Seneffe

Documents pareils
Info0804. Cours 6. Optimisation combinatoire : Applications et compléments

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

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

Annexe 6. Notions d ordonnancement.

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

Resolution limit in community detection

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

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques

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

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

Jean-Philippe Préaux

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

Sommaire. Introduction Définition Historique Domaine d application.2. 4.Les Travaux réalisés sur les domaines d application.

Recherche locale pour un problème d optimisation de tournées de véhicules avec gestion des stocks

Cours de Master Recherche

LE PROBLEME DU PLUS COURT CHEMIN

SEO Campus 2009 : Pagerank et optimisation

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

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

THÈSE. présentée à l Université d Avignon et des Pays de Vaucluse pour obtenir le diplôme de DOCTORAT

Modélisation multi-agents - Agents réactifs

GPS Action Replay Pro Module Régate (V 1.0 h et ultérieures)

AVERTISSEMENT. D'autre part, toute contrefaçon, plagiat, reproduction encourt une poursuite pénale. LIENS

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

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

Bases de données réparties: Fragmentation et allocation

Résolution d équations non linéaires

COPENHAGUE, AVANT ET APRÈS ENJEUX ET PERSPECTIVES POUR LES ENTREPRISES. Novembre 2009

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

Configurer l adressage des serveurs et des clients

Laboratoire d Automatique et Productique Université de Batna, Algérie

Social. Précisions ministérielles. Avantages en nature et frais professionnels

Pourquoi l apprentissage?

Techniques d interaction dans la visualisation de l information Séminaire DIVA

TSTI 2D CH X : Exemples de lois à densité 1

Arithmétique binaire. Chapitre. 5.1 Notions Bit Mot

Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet.

Polar. Nouveautés Polar

Module Planification

Apprentissage Automatique

Les colonies de fourmis : apprentissage coopératif pour le problème du voyageur de commerce

INSERTION TECHNIQUES FOR JOB SHOP SCHEDULING

Réseaux grande distance

Madame Monsieur, Yves ALLIENNE

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Analyse de la vidéo. Chapitre La modélisation pour le suivi d objet. 10 mars Chapitre La modélisation d objet 1 / 57

Solution A La Gestion Des Objets Java Pour Des Systèmes Embarqués

Programmation linéaire

Programmation Par Contraintes

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

Algorithmes de recherche

Minimisation de la somme des retards dans un jobshop flexible

Différentes opérateurs évolutionnaires de permutation: sélections, croisements et mutations

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN

ITIL Gestion de la capacité

MANUEL D INSTALLATION. du module Chronopost pour. version 1.0.5

La nouvelle planification de l échantillonnage

Cours 420-KEG-LG, Gestion de réseaux et support technique. Atelier 1. Installation de Windows Server 2003 Standard Edition (pour le serveur)

J EMMENE MA CLASSE A LA PISCINE

Hela Boukef. To cite this version: HAL Id: tel

Programmation par contraintes. Laurent Beaudou

MABioVis. Bio-informatique et la

Mardi 27 mars Dossier de presse BILAN 2011 DU RESEAU IDELIS

SPECIALISTE EN MARKETING SPORTIF. Formation professionnelle préparant au Diplôme SAWI de Spécialiste en marketing sportif.

PLAN DE COURS. GPA750 Ordonnancement des systèmes de production aéronautique

Notice d emploi. PROGRAMMATEUR HT1 température pour coffret de BRUMISATION HAUTE PRESSION

PROGRAMME PEDAGOGIQUE. SPÉCIALITÉ Logistique Pour la Santé

Rapport du Conseil communal au Conseil général concernant le système d ouverture et le contrôle d accès des conteneurs enterrés

Référence : F Références : Autres :

Conception de réseaux de télécommunications : optimisation et expérimentations

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)

Les équations différentielles

Pascal Forget 2310, Avenue Notre-Dame Québec, (Québec) Canada, G2E 3G5 Tél. (418) Fax (418)

Gestion optimale des unités de production dans un réseau compte tenu de la dynamique de la température des lignes

TRANSPORT ET LOGISTIQUE :


Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Quatrième partie IV. Test. Test 15 février / 71

Les RPV (Réseaux Privés Virtuels) ou VPN (Virtual Private Networks)

Windows Internet Name Service (WINS)

FORMATION DES MAÎTRES GÉNÉRALISTES NEUCHÂTELOIS

Une application des algorithmes génétiques à l ordonnancement d atelier

GUIDE D'UTILISATION DU SITE INTERNET DE LA MDA

Un propagateur basé sur les positions pour le problème d Open-Shop.

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

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Principes d implémentation des métaheuristiques

Coup de Projecteur sur les Réseaux de Neurones

!-.!#- $'( 1&) &) (,' &*- %,!

Logiciel Libre Cours 3 Fondements: Génie Logiciel

Programmation Linéaire - Cours 1

Les algorithmes de base du graphisme

ASR1 TD7 : Un microprocesseur RISC 16 bits

Localisation des points d accès sans fil non autorisés

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans

L apprentissage automatique

AU PROGRAMME. Tour de table

Transcription:

Optimisation des tournées de ramassage scolaire de la commune de Seneffe Laurie Hollaert Séminaire GRT 7 novembre Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 1/ 57

Table des matières 1 Introduction 2 Cadre général 3 Objectifs & Contraintes 4 Problème de tournées de véhicules 5 Algorithme 6 Résultats 7 Conclusion 8 Perspectives 9 Références Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 2/ 57

Introduction La commune de Seneffe organise et prend en charge les transports scolaires. Ces transports scolaires permettent d amener les classes des écoles de la commune de Seneffe vers un centre sportif et inversement. optimiser les transports scolaires aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 3/ 57

1 Introduction 2 Cadre général 3 Objectifs & Contraintes 4 Problème de tournées de véhicules 5 Algorithme 6 Résultats 7 Conclusion 8 Perspectives 9 Références Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 4/ 57

Cadre général Localisation Localisation de la commune de Seneffe Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 5/ 57

Cadre général Localisation La commune de Seneffe compte : 8 écoles 5 centres sportifs dont 3 centres de natation et 2 centres de gymnastique 2 dépôts de bus aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 6/ 57

Cadre général Localisation Localisation des écoles, des centres sportifs et des dépôts de bus Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 7/ 57

Cadre général Tournée Tournée Itinéraire d un bus qui part d un dépôt, qui visite ensuite au minimum une école et un centre sportif et qui retourne à la fin vers le dépôt initial. Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 8/ 57

Cadre général Tournées Tournées du lundi pour l année 2010-2011 Jour AM/ Bus Classe Nbre École Centre Activité Début Fin activité PM d élèves sportif activité Lundi AM Bus 1 PR M3 26 PR Arqgym GYM 10h10 12h00 Lundi AM Bus 1 PR P2P3 18 PR FC GYM 10h20 11h20 Lundi PM Bus 1 FX P3A + 48 FX Chapelle NAT 13h20 14h20 P4A Lundi PM Bus 1 FX P3P4F 52 FX Chapelle NAT 14h10 15h20 + P5P6F Lundi PM Bus 2 FX P1A 54 FX Quinot NAT 13h00 14h00 +P2A Lundi PM Ext 1 S2 P2P3P4 34 SES Chapelle NAT 14h10 15h20 Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 9/ 57

Cadre général Données Données : Le nombre de classes qui doit se rendre à un centre sportif Le nombre d élèves (et l école) de chaque classe Les tranches horaires accordées à la commune de Seneffe (horaire et capacité maximale) La localisation des centres sportifs, des écoles et des dépôts de bus Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 10/ 57

Cadre général Données Pour l année 2010-2011, chaque semaine, 16 tournées effectuées par les bus communaux et 6 tournées effectuées par les bus extérieurs sont nécessaires pour véhiculer l ensemble des classes les bus parcourent un total de 1225,3 kilomètres 30 tranches horaires sont louées par la commune de Seneffe Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 11/ 57

1 Introduction 2 Cadre général 3 Objectifs & Contraintes 4 Problème de tournées de véhicules 5 Algorithme 6 Résultats 7 Conclusion 8 Perspectives 9 Références Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 12/ 57

Objectifs Objectifs de la commune de Seneffe Minimisation du nombre de tournées effectuées par les bus extérieurs Minimisation de la distance totale parcourue Minimisation du nombre de plages horaires louées Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 13/ 57

Objectifs Minimisation du nombre de tournées effectuées par les bus extérieurs Influencée par : La distance totale parcourue La prise en charge simultanée de deux classes aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 14/ 57

Objectifs Minimisation de la distance totale parcourue Influencée par : L attribution des centres sportifs à chaque école La prise en charge simultanée de deux classes Le choix du bus aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 15/ 57

Objectifs Minimisation de la distance totale parcourue L attribution des centres sportifs à chaque école Arq Fx FC PR Mar SES LF LS Chap Quinot Dodaine Arqgym Arq 0 16 6 8 7 12 6 8 18 8 10 1 Fx 16 0 12 19 9 13 12 10 12 14 17 15 FC 6 12 0 10 7 14 1 8 18 9 12 6 PR 8 19 10 0 10 15 10 11 21 9 11 7 Mar 7 9 7 10 0 6 8 1 12 10 12 7 SES 12 13 14 15 6 0 13 6 9 15 17 12 LF 6 12 1 10 8 13 0 9 18 10 12 6 LS 8 10 8 11 1 6 9 0 13 10 12 7 Chap 18 12 18 21 12 9 17 13 0 19 22 16 Quinot 8 14 9 9 10 15 10 10 19 0 3 6 Dodaine 10 17 12 11 12 17 12 12 22 3 0 9 Arqgym 1 15 6 7 7 12 6 7 16 6 9 0 Table: Temps (minutes) calculé via Google Maps pour se rendre d un endroit à un autre Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 16/ 57

Objectifs Minimisation de la distance totale parcourue Arq Fx FC PR Mar SES LF LS Chap Quinot Dodaine Arqgym Arq 0 10 2.4 4.2 5.2 8 2.6 5.3 13.8 4.7 6 0.2 Fx 10 0 8 12.8 5 8.5 6.8 5.3 11.8 16.9 18.1 10 FC 2.4 8 0 6.2 6.1 9 0.3 6.2 12.9 6.6 7.9 2.8 PR 4.2 12.8 6.2 0 7.6 10.4 6 7.7 12.6 5.4 6.7 3.9 Mar 5.2 5 6.1 7.6 0 2.9 5.1 0.3 8.8 8.3 9.6 5.1 SES 8 8.5 9 10.4 2.9 0 8.6 2.8 6.2 12.9 14.1 9.6 LF 2.6 6.8 0.3 6 5.1 8.6 0 6.4 13 6.8 8 2.9 LS 5.3 5.3 6.2 7.7 0.3 2.8 6.4 0 8.9 8.5 9.7 5.2 Chap 13.8 11.3 12.9 12.6 8.8 6.2 12.6 8.9 0 16.9 18.1 13.6 Quinot 4.7 16.9 6.6 5.4 8.3 12.9 6.8 8.5 16.9 0 1.5 4.1 Dodaine 6 18.1 7.9 6.7 9.6 14.1 8 9.7 18.1 1.5 0 5.4 Arqgym 0.2 10 2.8 3.9 5.1 9.6 2.9 5.2 13.6 4.1 5.4 0 Table: Distance (kilomètres) calculée via Google Maps pour se rendre d un endroit à un autre Même si la piscine Dodaine est située spatialement et temporellement plus loin, nous continuerons tout de même à lui attribuer des classes pour une question d aménagement, d horaire et de places. Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 17/ 57

Objectifs Minimisation de la distance totale parcourue L attribution des centres sportifs aux écoles a été réalisée à partir du temps et de la distance séparant l école au centre sportif de l ancienne attribution (pour ne pas trop déranger nos données de base) Exemple : si 390 élèves se rendaient à la piscine Quinot pour l année 2010-2011, nous essaierons de nous rapprocher le plus possible de ce chiffre. Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 18/ 57

Objectifs Minimisation du nombre de plages horaires louées Influencée par : La maximisation du nombre d élèves par tranche horaire Remarque : Nous avons considéré que nous pouvons augmenter de 10 le nombre d élèves par tranche horaire par rapport à nos données initiales. aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 19/ 57

Contraintes Contraintes Le nombre d élèves de chaque classe La capacité maximale des bus communaux et extérieurs L attribution d une activité sportive à une certaine classe L heure des tranches horaires La capacité maximale des tranches horaires Le nombre maximal de bus par demi-journée (2 bus communaux et 2 bus extérieurs) Modifiable L endroit, l heure et le jour de l activité pratiquée par une classe L horaire des professeurs Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 20/ 57

1 Introduction 2 Cadre général 3 Objectifs & Contraintes 4 Problème de tournées de véhicules 5 Algorithme 6 Résultats 7 Conclusion 8 Perspectives 9 Références Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 21/ 57

Problème de tournées de véhicules Problème du voyageur de commerce (TSP) Élaborer une tournée en minimisant la distance parcourue pour un voyageur souhaitant visiter un certain nombre de villes sachant que ce dernier doit passer exactement une seule fois dans chaque ville et doit revenir au point de départ. Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 22/ 57

Problème de tournées de véhicules Problème de tournées de véhicules (VRP) Élaborer un ensemble de tournées en minimisant la distance parcourue et parfois même le nombre de véhicules sous certaines contraintes : Chaque véhicule a une certaine capacité Chaque client a une demande déterminée et est visité une seule fois Chaque tournée démarre du dépôt et se termine au point de départ Le problème de tournées de véhicules est donc une extension du problème du voyageur de commerce Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 23/ 57

Problème de tournées de véhicules Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 24/ 57

Problème de tournées de véhicules Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 25/ 57

Problème de tournées de véhicules Variante Variante du VRP particulièrement intéressante dans notre cas : Problème de tournées de véhicules avec fenêtres de temps (VRPTW) où le véhicule doit servir le client dans un intervalle de temps donné que nous appelons une fenêtre de temps aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 26/ 57

Problème de tournées de véhicules Résolution Ces problèmes sont de type NP-complets, c est-à-dire qu il n existe aucun algorithme de résolution exacte pouvant résoudre des problèmes de grandes tailles en un temps raisonnable. Exemple : si nous considérons le TSP avec 40 villes, il faudrait évaluer 40! (=8, 1598 10 47 ) solutions possibles. Différentes méthodes de résolutions possibles dans la littérature Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 27/ 57

Problème de tournées de véhicules Méthodes de résolution Méthodes exactes (Algorithme de Branch and Bound, Backtracking) Méthodes approchées appelées heuristiques heuristiques de construction heuristiques d amélioration métaheuristiques Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 28/ 57

Problème de tournées de véhicules Méthodes de résolution Heuristiques de construction Sélection de clients jusqu à ce qu une solution réalisable soit créée Avantages et inconvénients Solution loin d être optimale (car la sélection des noeuds effectuée lors des itérations précédentes ne peut être remise en question) mais tout de même acceptable. Souvent utilisées en amont des heuristiques d amélioration et hybridées avec les métaheuristiques Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 29/ 57

Problème de tournées de véhicules Méthodes de résolution Exemple : l heuristique du plus proche voisin Commencer chaque nouvelle tournée en cherchant le client le plus proche du dépôt À chaque itération, cette méthode choisit le client le plus proche du dernier client tout en respectant les contraintes de fenêtre de temps et les contraintes de capacité du véhicule Lorsqu il ne reste plus de client satisfaisant ces contraintes, une nouvelle tournée est construite jusqu à ce que tous les clients soient visités Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 30/ 57

Problème de tournées de véhicules Méthodes de résolution Heuristiques d amélioration Méthodes de recherche locale qui partent d une solution initiale et qui essaient de l améliorer pas à pas Avantages et inconvénients Obtention de meilleurs résultats qu avec les heuristiques de construction mais explorent surtout l espace des solutions proches de la solution initiale Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 31/ 57

Problème de tournées de véhicules Méthodes de résolution Exemple : Algorithme r-opt Cet algorithme démarre d une tournée initiale et tente d améliorer la solution en remplaçant, de façon répétée, r arcs par r autres arcs. Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 32/ 57

Problème de tournées de véhicules Méthodes de résolution Métaheuristiques Les métaheuristiques constituent une classe de méthodes approchées adaptables à un très grand nombre de problèmes d optimisation combinatoire. "On peut voir la métaheuristique comme une boîte à outils algorithmique, utilisable pour résoudre différents problèmes d optimisation, et ne nécessitant que peu de modifications pour qu elle puisse s adapter à un problème particulier" aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 33/ 57

Problème de tournées de véhicules Méthodes de résolution Avantages et inconvénients Il n existe pas de métaheuristiques meilleures que d autres. Chaque métaheuristique a ses propres avantages et inconvénients et doit être choisie en fonction du problème posé. Quelques critères de comparaison : facilité d adaptation au problème qualité des meilleures solutions trouvées rapidité, c est-à-dire temps de calcul nécessaire pour trouver une telle solution Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 34/ 57

Problème de tournées de véhicules Méthodes de résolution Exemple : l algorithme de la recherche Tabou 1 Choisir une solution initiale s S : s =s et Liste Tabou T= 2 Tant que le critère d arrêt n est pas vérifié Générer un sous-ensemble de solutions en voisinage de s : V V (s) T Rechercher s V tel que f (s ) = min x V f (x) Si f (s ) f (s ) alors s = s Mettre à jour la liste Tabou T Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 35/ 57

Problème de tournées de véhicules Difficultés rencontrées La complexité de notre problème rend cependant impossible l application directe d une des méthodes de résolution du VRP. Difficultés rencontrées : Multiplicité des endroits visités Méconnaissance des fenêtres de temps aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 36/ 57

1 Introduction 2 Cadre général 3 Objectifs & Contraintes 4 Problème de tournées de véhicules 5 Algorithme 6 Résultats 7 Conclusion 8 Perspectives 9 Références Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 37/ 57

Algorithme Décomposition de l algorithme en deux phases pour régler le problème de la méconnaissance des fenêtres de temps : 1 Attribution des classes aux tranches horaires 2 Construction des tournées à partir de ces affectations Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 38/ 57

Algorithme Schéma général Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 39/ 57

Algorithme Lecture des données Trois différents types de fichiers : Centre Sportif (capacité maximale des tranches horaires, nombre d élèves et école des classes) Demi-journée (capacité maximale des tranches horaires, centre sportif, commencement et fin de la tranche horaire, position de la tranche horaire dans les fichiers "Centre Sportif") Distance Temps (distance et temps entre un endroit et un autre) Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 40/ 57

Algorithme Choix d un aménagement de tranches horaires Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 41/ 57

Algorithme Choix d un aménagement de tranches horaires Au tout début, calcul du nombre maximal de tranches horaires que nous pouvons enlever pour chaque centre sportif Choix d un aménagement parmi toutes les combinaisons possibles des tranches horaires Affectation des classes à l aménagement choisi Étape suivante si affectation réussie Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 42/ 57

Algorithme Construction des tournées de bus Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 43/ 57

Algorithme Construction des tournées de bus Une fois les fenêtres de temps de chaque classe connues, contruction des tournées pour chaque demi-journée en minimisant dans la mesure du possible les tournées effectuées par les bus extérieurs aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 44/ 57

Algorithme Améliorations Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 45/ 57

Algorithme Améliorations Objectif : véhiculer le plus possible deux classes simultanément Si diminution du nombre de tournées effectuées par les bus extérieurs ou diminution du nombre de kilomètres parcourus amélioration réussie aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 46/ 57

Algorithme Schéma général Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 47/ 57

1 Introduction 2 Cadre général 3 Objectifs & Contraintes 4 Problème de tournées de véhicules 5 Algorithme 6 Résultats 7 Conclusion 8 Perspectives 9 Références Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 48/ 57

Résultats Résultats obtenus suite à l exécution de l algorithme : 16 tournées effectuées par les bus communaux et 4 tournées effectuées par les bus extérieurs 1022,2 kilomètres parcourus 29 tranches horaires louées Problème : Comme nous avons permis aux chauffeurs un battement de 20 minutes, certaines classes ne restent parfois qu un temps réduit sur place Modifications manuelles apportées aisément Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 49/ 57

Résultats Modifications manuelles Résultats obtenus suite aux modifications manuelles apportées : 16 tournées effectuées par les bus communaux et 3 tournées effectuées par les bus extérieurs 1017,8 kilomètres parcourus 30 tranches horaires louées Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 50/ 57

1 Introduction 2 Cadre général 3 Objectifs & Contraintes 4 Problème de tournées de véhicules 5 Algorithme 6 Résultats 7 Conclusion 8 Perspectives 9 Références Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 51/ 57

Conclusion Afin de répondre aux objectifs de la commune de Seneffe, nous avons implémenté notre propre algorithme puisque aucune méthode de résolution du VRP ne pouvait être directement applicable. Suite à l exécution de notre programme et à quelques modifications manuelles apportées, nous avons pu réduire de moitié le nombre de tournées effectuées par les bus extérieurs. Quant à la distance totale parcourue, nous l avons également diminuée de plus de 200 kilomètres. Obtention de résultats très satisfaisants Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 52/ 57

1 Introduction 2 Cadre général 3 Objectifs & Contraintes 4 Problème de tournées de véhicules 5 Algorithme 6 Résultats 7 Conclusion 8 Perspectives 9 Références Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 53/ 57

Perspectives Contrainte sur le temps resté au centre sportif Minimiser davantage la distance totale parcourue une fois les tournées construites Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 54/ 57

Références C. Rego et C. Roucailor, Le problème de tournées de véhicules : étude et résolution approchée, N 2197, Unité de recherche INRIA Rocquencourt, Le Chesnay, février 1994, pp. 3-56. B. Courcell, Introduction à la théorie des graphes : Défnitions, applications et techniques de preuves, Université de Bordeaux, 2004, pp. 1-5. J. Clausen, Branch and Bound algorithms : principles and examples, Département de l Informatique, Université de Copenhague, mars 1999, p.2-20. J. Lysgaard, Clarke and Wright s Savings Algorithm, Département de Sciences de Gestion et Logistique, The Aarhus School of Business, Septembre 1997. aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 55/ 57

Références M.I. Hosn, Investigating Heuristic and Meta-Heuristic Algorithms for solving pickup and delivery problems, Thèse de doctorat en Philosophie, Université de Cardiff, mars 2010, pp. 44-47. P. Meyer, Problème de tournées de distribution avec fenêtres de temps et application, mémoire présenté en Sciences Mathématiques, Université de Liège, 1999, pp. 14-16. V. Vacic et T.M.Sohb, Vehicule routing problem with time windows, Journal scientifique international d informatique, Université de Bridgeport, 2004. A. Fugenschuh et A. Martin, A multicriteria approach for optimizing bus schedules and school starting times, Springer Science, Darmstadt, août 2006. aurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 56/ 57

Merci de votre attention Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe 7 novembre 57/ 57