WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Techniques hybrides de recherche exacte et approchée: application à  des problèmes de transport

( Télécharger le fichier original )
par Boris BONTOUX
Université d'Avignon et des pays de Vaucluse - Doctorat spécialité informatique 2008
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

5.3 État de l'art

5.3.1 Résolution du 2L-VRP

Le problème de Tournées de Véhicules avec Contraintes de Capacité ou Capacited Vehicle Routing Problem (CVRP) est un des problèmes d'optimisation combinatoire les plus fréquemment étudiés. L'objectif est de minimiser la distance totale parcourue par une flotte de véhicules d'une capacité limitée, sous la contrainte de satisfaire l'ensemble des demandes de livraisons des clients. L'application de ce modèle à des cas pratiques est limitée par la présence d'une multitude de contraintes additionnelles. En particulier, dans le CVRP, les demandes des clients sont exprimées par des valeurs entières,

résumant le poids total ou le volume total des objets devant être livrés. Pour des applications pratiques, les demandes consistent en un ensemble d'objets, caractérisés par un poids et une forme.

Dans le domaine des transports, il est souvent nécessaire de manipuler des objets de formes rectangulaires. Dans certains cas, ces objets ne peuvent être empilés les uns au-dessus des autres (par exemple, pour cause de fragilité). Dans ce cas, on peut se limiter à caractériser les objets à livrer en deux dimensions : largeur et hauteur. On part alors du principe que la hauteur de chacun des objets est inférieure à la hauteur de la surface de chargement des véhicules (de même que la largeur). De plus, chaque client peut avoir une demande représentée par plusieurs objets. On parle alors de problème de Tournées de Véhicules avec Contraintes de Chargement à Deux Dimensions.

Le problème de Tournées de Véhicules avec Contraintes de Chargement Tri-Dimensionnelles ou three-dimensional loading capacitated vehicle routing problem (3L-CVRP) a été étudié par Gendreau et al. (2006). L'algorithme proposé est une généralisation au cas à trois dimensions de la méthode par recherche tabou publiée postérieurement (Gendreau et al., 2008). Dans le problème tel qu'il est présenté, la demande des clients est représentée par des objets en trois dimensions avec un poids. Ce problème a été moins étudié que la version à deux dimensions.

Dans le domaine de l'optimisation combinatoire, le chargement d'objets et les problèmes de Tournées de Véhicules ont été intensément étudiés, mais dans la plupart des cas, de manières séparées. Ce n'est que récemment que les chercheurs se sont penchés sur la résolution de problèmes combinant les deux aspects.

Le 2L-VRP a une décomposition naturelle en trois sous-problèmes:

1. Un problème d'affectation, qui consiste à déterminer par quel véhicule les clients sont servis,

2. Un problème de Tournées, qui consiste à déterminer l'ordre dans lequel les clients sont visités,

3. Un problème de chargement qui consiste à vérifier si les tournées sont réalisables vis-à-vis des contraintes de séquentialité, de capacité et de surface.

Ces trois problèmes peuvent être traités de manière globale, par coopération d'algorithmes ou par une succession d'algorithmes.

Le problème 2L-VRP consiste donc à proposer des routes avec des chargements réalisables. Nous allons maintenant détailler le concept de réalisabilité pour une route. Dans le problème 2L-VRP, le chargement est restreint à être orthogonal, c'est-à-dire que chaque objet doit être chargé avec ses côtés parallèles aux cotés du véhicule dans lequel il est chargé. Pour chaque véhicule, tous les objets transportés doivent être entièrement compris dans la surface de livraison et ne peuvent se chevaucher. De plus, la somme totale des poids des objets ne peut dépasser la capacité en poids des véhicules.

Une contrainte d'ordre pratique assez courante est la suivante : lorsqu'un client est visité, tous les objets devant lui être livrés doivent être déchargés à l'aide d'un chariot élévateur, sans avoir à déplacer les objets qui seront livrés aux prochains clients sur la

Chapitre 5. Application au problème de Tournées de Véhicules avec Contraintes de Chargement

tournée du véhicule. Cela implique donc que la portion de surface de chargement située entre chaque objet du client qui est en train d'être servi et l'arrière du véhicule doit être vide (ou utilisée par d'autres objets du même client, qui seront déchargés en premier). Cette contrainte est notée dans la littérature comme un chargement séquentiel, ou une contrainte de chargement arrière (rear loading constraint, (Iori et al., 2007)). Le terme de chargement libre ou unrestricted loading (voir (Gendreau et al., 2008) pour plus de détails) est utilisé lorsque des arrangements du chargement d'objets dans le véhicule sont autorisés à chaque livraison.

Enfin, dans certains cas, les objets peuvent être tournés de 90°. Il existe néanmoins des cas pratiques pour lesquels cette rotation n'est pas autorisée. Ce cas est appelé un chargement orienté (oriented loading). Il peut avoir lieu, par exemple, lorsque les objets sont placés sur des palettes d'ancienne génération qui ne sont accessibles pour les chariots élévateurs que depuis une seule direction, ou encore, lorsque le poids de l'objet est mal réparti sur les palettes. Dans la plupart des cas de la littérature, le problème du 2L-VRP a été étudié dans le cas où les objets ne peuvent être tournés et dont l'orientation est fixe. Le chargement pour lequel on autorise la rotation des objets est appelé non-orienté.

En se référant aux classifications présentées ci-dessus concernant les configurations de chargement, on peut distinguer quatre cas :

- 2|RO|L : chargement par l'arrière orienté à deux dimensions (two-dimensional rear oriented loading);

- 2|UO|L : chargement par l'arrière non-orienté à deux dimensions (two-dimensional unrestricted oriented loading);

- 2|RN|L : chargement libre orienté à deux dimensions (two-dimensional rear non-oriented loading);

- 2|UN|L : chargement libre non-orienté à deux dimensions (two-dimensional unrestricted non-oriented loading).

Iori et al. (2007) ont résolu le problème du 2|RO|L-VRP de manière exacte, à l'aide d'une procédure de séparation et coupe (Branch & Cut). Leur algorithme est basé sur une formulation de type problème de flot, avec une procédure de séparation additionnelle, afin de vérifier la réalisabilité des routes par rapport aux contraintes de chargement. Cette vérification de chargement est réalisée à l'aide de calculs de bornes inférieures, une heuristique de placement des objets, ainsi qu'un algorithme de type Branch & Bound, dans lequel l'arbre de recherche suit les principes proposés par Martello et Vigo (1998) et Martello et al. (2000). L'approche qu'ils ont proposée a permis de résoudre optimalement toutes les instances du 2|RO|L-VRP, avec un nombre de clients allant jusqu'à 25 et un nombre d'objets allant jusqu'à 91 (chaque client pouvant avoir plusieurs objets), en limitant les temps de calcul à une journée par instance.

Gendreau et al. (2008) ont proposé un algorithme permettant de résoudre aussi bien le cas 2|RO|L que le cas 2|UO|L, basé sur une recherche tabou, qui est une adaptation de l'algorithme Taburoute (voir (Gendreau et al., 1994) pour plus de détails sur cet algorithme). Dans leur algorithme, les routes irréalisables, que ce soit à cause d'un dépassement de capacité ou d'un chargement trop important en terme de surface, sont acceptées mais avec une pénalité ajoutée dans la fonction objectif. Le voisinage utilisé

par la recherche tabou consiste à enlever un client d'une tournée et à l'insérer dans une tournée d'un autre véhicule, en optimisant les deux routes concernées par le mouvement. La vérification de réalisabilité du chargement a lieu au moyen de bornes inférieures, d'algorithmes heuristiques, d'opérateurs de recherche locale et d'une recherche arborescente tronquée. La méthode proposée a été testée sur des instances comprenant jusqu'à 255 clients et 768 objets.

Fuellerer et al. (2008) ont proposé une méthode heuristique efficace basée sur un algorithme d'optimisation par Colonie de Fourmis. Leur point de départ est l'algorithme Saving based ACO développé pour le CVRP (voir (Reimann et al., 2004) pour plus de détails sur cet algorithme). Cet algorithme est modifié et étendu afin d'intégrer les heuristiques de chargement. L'algorithme cherche dans l'espace des solutions de tournées, tout en vérifiant la réalisabilité du chargement en deux dimensions de chaque route au moyen de calculs de bornes inférieures, d'algorithmes heuristiques et de recherches arborescentes tronquées. Leur but était de fournir de bonnes solutions pour des instances de grandes tailles.

La littérature portant sur les problèmes de tournées de véhicule et les problèmes de chargement pris séparement est conséquente. En ce qui concerne le Capacited Vehicle Routing Problem, le lecteur intéressé peut lire l'ouvrage récent consacré à ce sujet par Toth et Vigo (2002), ainsi que les travaux de Cordeau et Laporte (2004) et Cordeau et al. (2005).

Pour le cas du chargement multi-dimensionnel, nous conseillons au lecteur de lire les récents travaux de Wäscher et al. (2007).

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Là où il n'y a pas d'espoir, nous devons l'inventer"   Albert Camus