Étude et résolution exacte de problèmes de transport à la demande ...
Étude et résolution exacte de problèmes de transport à la demande ...
Étude et résolution exacte de problèmes de transport à la demande ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
tel-00534894, version 1 - 10 Nov 2010<br />
Chapitre 2. Optimisation du calcul <strong>de</strong>s tournées <strong>de</strong> véhicules : « Dial-A-Ri<strong>de</strong><br />
Problem »<br />
2.1.2.2 Approches <strong>de</strong> <strong>résolution</strong><br />
Le DARP est structurellement très proche du PDPTW, lui-même une extension du<br />
VRPTW. La différence se fait généralement au niveau <strong>de</strong> <strong>la</strong> détermination <strong>de</strong>s dates<br />
<strong>de</strong> service <strong>et</strong> <strong>de</strong> <strong>la</strong> fonction objectif. De nombreuses métho<strong>de</strong>s résolvants le PDPTW<br />
sont <strong>de</strong>s adaptations <strong>de</strong> celles résolvant le VRPTW. Il en va <strong>de</strong> même pour le DARP. Le<br />
PDPTW est un problème pour lequel prouver <strong>la</strong> réalisibilité est NP-compl<strong>et</strong>, comme<br />
extension du VRPTW. L’adaptation <strong>de</strong>s métho<strong>de</strong>s efficaces pour le VRPTW vers le<br />
PDPTW <strong>et</strong> ses extensions doit être effectuée avec attention. En eff<strong>et</strong>, certaines contraintes<br />
peuvent changer <strong>la</strong> c<strong>la</strong>sse <strong>de</strong> complexité d’un calcul <strong>de</strong> voisinage (en recherche locale<br />
par exemple) ou d’un calcul <strong>de</strong> dominance (en programmation dynamique par<br />
exemple). Quelques cas ont déj<strong>à</strong> fait l’obj<strong>et</strong> <strong>de</strong> travaux, comme tester <strong>la</strong> validité d’une<br />
séquence <strong>de</strong> services soumise <strong>à</strong> <strong>de</strong>s contraintes <strong>de</strong> coup<strong>la</strong>ge <strong>et</strong> <strong>de</strong> précé<strong>de</strong>nce entre ramassages<br />
<strong>et</strong> livraisons, <strong>de</strong> temps d’attente <strong>et</strong> <strong>de</strong> temps <strong>de</strong> <strong>transport</strong> limités. Hunsaker<br />
<strong>et</strong> Savelsbergh (2002) prouvent que <strong>la</strong> vérification <strong>de</strong> <strong>la</strong> validité d’une telle séquence<br />
peut se faire en temps linéaire. Ahuja <strong>et</strong> al. (1998) détectent l’irréalisibilité <strong>de</strong> l’insertion<br />
d’une requête dans une séquence en temps constant avec une procédure <strong>de</strong> mise <strong>à</strong> jour<br />
en O(n 2 log n).<br />
Du caractère naturellement multicontraint du DARP, d’autres approches purement<br />
multicritères ou multiobjectifs commencent <strong>à</strong> être étudiées en vue <strong>de</strong> fournir <strong>de</strong>s outils<br />
d’ai<strong>de</strong> <strong>à</strong> <strong>la</strong> décision aux <strong>transport</strong>eurs.<br />
Le DARP a une décomposition naturelle en trois sous-<strong>problèmes</strong> :<br />
1. Un problème d’affectation, qui consiste <strong>à</strong> déterminer par quel véhicule est servie<br />
chaque requête ; ce problème est connu sous le nom <strong>de</strong> Clustering Problem.<br />
2. Un problème <strong>de</strong> séquencement, qui consiste <strong>à</strong> déterminer dans quel ordre chaque<br />
véhicule visite les lieux qui lui sont attribués ; ce problème est connu sous le nom<br />
<strong>de</strong> Routing Problem.<br />
3. Un problème d’horodatage, qui consiste <strong>à</strong> déterminer l’heure <strong>de</strong> passage <strong>de</strong>s véhicules<br />
en chaque lieu ; ce problème est connu sous le nom <strong>de</strong> Scheduling Problem 2 .<br />
Ces trois sous-<strong>problèmes</strong> peuvent être traités globalement par coopération d’algorithmes,<br />
ou indépendamment par une séquence d’algorithmes. Des phases <strong>de</strong> post-optimisation<br />
via <strong>de</strong>s recherches locales ou tabou sont souvent intégrées <strong>à</strong> <strong>la</strong> fin <strong>de</strong> chaque phase. Lors<br />
d’une décomposition clustering first - routing second, le problème <strong>de</strong> routing correspond<br />
<strong>à</strong> un DARP <strong>à</strong> un seul véhicule. Dans c<strong>et</strong>te section, nous présentons ou citons <strong>de</strong>s travaux<br />
réalisés dans le cadre d’étu<strong>de</strong>s <strong>de</strong> DARP ou <strong>de</strong> <strong>problèmes</strong> proches. Nous nous<br />
consacrons presque exclusivement <strong>à</strong> <strong>de</strong>s <strong>problèmes</strong> statiques, considérant comme seul<br />
mo<strong>de</strong> <strong>de</strong> <strong>transport</strong> <strong>la</strong> voiture. Nous avons séparé les publications en trois groupes : les<br />
algorithmes d’approximation, les métho<strong>de</strong>s <strong>exacte</strong>s <strong>et</strong> les heuristiques.<br />
2.1.2.2.1 Algorithmes d’approximation La <strong>résolution</strong> <strong>de</strong> DARP par <strong>de</strong>s algorithmes<br />
d’approximation est marginale car les systèmes <strong>de</strong> <strong>transport</strong> sont trop exigeants en<br />
2 On trouve également le terme d’ordonnancement, qui, en français regroupe le séquencement <strong>et</strong> l’ho-<br />
rodatage.<br />
26