L'objectif de cette thèse est de proposer des algorithmes d'optimisation efficaces pour un système de tranport en commun à la demande proposé par Padam Mobility, une start-up Parisienne. Après avoir modélisé le problème comme un DARP dynamique, trois modules d'optimisation sont présentés : un module online destiné à répondre aux requêtes en temps réel, un module de réinsertion pour insérer les requêtes rejetées par le module online et enfin un module offline basé sur une métaheuristique permettant d'optimiser en continue les itinéraires. / The purpose of this thesis is to propose efficient optimization algorithms for an on-demand common transportation system operated by Padam Mobility, a Parisian company. Formalised as a dynamic DARP, we propose three optimisation modules to tackle the underlying problem : an online module to answer real-time requests, a reinsertion module to re-insert rejected requests and a metaheuristic-based offline module to continuously optimize the rides. The proposed methods are directly implemented in the company system and extensively tested on real instances.

Le principal objet de cet thèse réside dans la modélisation et l’optimisation de services de transport à la demande aussi différents soient-ils (ou seront-ils). Les techniques de supervision doivent alors pouvoir supporter différents objectifs et différentes contraintes pour s’adapter aux services actuels et futurs. Ainsi, ce rapport de thèse développe différentes variantes du DARP - ang. Dial-a-Ride Problem -, le problème de Recherche Opérationnelle modélisant et optimisant un service classique de transport à la demande. Le DARP standard a été étendu de façon à prendre en compte des hypothèses de fonctionnement prometteuses, comme le fait de séparer les composants d’une même requête pour les dispatcher sur des véhicules différents ou encore la présence de mécanismes d’intermodalité. Cette thèse permet également d’inscrire les véhicules autonomes tels que les VIPA dans de nouvelles problématiques de la Recherche Opérationnelle tout en restant dans le domaine du transport à la demande. La modélisation puis l’optimisation de ces systèmes permet de créer les plannings de ces nouveaux véhicules. A long terme, l’évolution technologique devrait permettre de ne plus se soucier du fait qu’ils sont automatiques. Ces travaux tentent de fournir un cadre suffisamment générique permettant à la fois de fournir une solution exploitable aujourd’hui et qui soit adaptable demain. / The main objective of the thesis is modeling and optimization of several on-demand transportation services. Supervision techniques must be able to handle numerous criteria and numerous constraints to adapt to the current and future services. Thus, this research develops several types of DARP - Dial-a-Ride Problem -, the operation research problem modeling and optimizing an on-demand transportation system. The standard DARP has been adapted to promising systems, such as those allowing to split the components of the same request and the possibility to dispatch them on different vehicles or the presence of intermodal mechanisms. This thesis also formulates new Operations Research problems in order to integrate autonomous vehicles such as the VIPA in an optimized on-demand transportation system. Modeling and optimizing these systems create schedules of these new vehicles. In the future, technological evolutions are expected and the automatic feature of the vehicles will not be taken into account anymore. These studies attempt to provide a generic framework in order to provide a usable tool for today and an adaptable tool for tomorrow.

Cette thèse porte sur la modélisation et la résolution de différents problèmes de tournées de véhicules et plus particulièrement sur des problèmes de transport de personnes. Ces problèmes, demandent, entre autre, de respecter une qualité de service minimale pour les solutions proposées. Pour résoudre ces problèmes, plusieurs méthodes d'optimisation de type métaheuristique sont proposées pour obtenir des solutions de bonne qualité dans des temps raisonnables. Trois problèmes sont traités successivement : le DARP, le TDVRP, le SDARP. Le premier est un problème de transport à la demande (DARP - Dial-A-Ride Problem) qui est le problème de transport de personnes le plus connu de la littérature. Il est proposé dans ce chapitre une méthode de type ELS qui a été comparée aux meilleures méthodes publiées. Les tests montrent que la méthode ELS est compétitive en termes de temps de calcul et de qualité des résultats. Le deuxième problème est une extension du problème de tournées de véhicules (VRP - Vehicle Routing Problem) dans lequel les temps de trajet entre les sommets varient au cours de la journée (TDVRP - Time Dependent Vehicle Routing Problem). Dans ce problème, une distinction existe entre les temps de conduite et les temps de travail des chauffeurs. La différence entre les deux correspond aux temps de pause. Ils sont utilisés ici durant les tournées pour éviter aux chauffeurs de conduire durant les périodes à fort ralentissement du trafic. La méthode proposée permet entre autre de positionner stratégiquement ces pauses afin de réduire le temps de conduite et de proposer de nouvelles solutions. Le dernier problème traité concerne la résolution d'un DARP stochastique. Dans ce problème, les temps de trajet entre les clients ne sont plus déterministes, et ils sont modélisés par une loi de probabilité. L'objectif est de déterminer des solutions robustes aux fluctuations des temps de trajets sur les arcs. Une première approche a permis de calculer des solutions robustes qui ont une probabilité importante d'être réalisables, une seconde approche a permis de générer un ensemble de solutions offrant un équilibre entre la robustesse et le coût. / In this thesis, we are interested in modeling and solving various vehicle routing problems (VRP), especially passenger transportation problems. These problems aim at finding solutions which guarantee a required quality of service. Several metaheuristics are proposed to obtain high quality solutions within reasonable time. Three problems are addressed: the Dial-A-Ride Problem (DARP), the Time-Dependent Vehicle Routing Problem (TDVRP) and the Stochastic DARP (SDARP). The DARP is a well-known on-demand transportation problem. We propose an Evolutionary Local Search (ELS) method. It relies on a new randomized constructive heuristic and on adaptive probabilities for selecting neighborhood structures. This approach is compared with existing methods on classical instances. Results show the interest of the proposed method. The TDVRP is an extension of VRP in which the transportation time varies throughout the day. The driving time is separated from the drivers working time and the difference corresponds to the resting time. The resting time is used to avoid driving during highly congested periods. The proposed method set these resting times in order to reduce the driving time. Hence new solutions avoiding congestion as much as possible are proposed. In the SDARP, the travel time between clients is stochastic and thus follows a probability distribution. The objective is to compute robust solutions, i.e. solutions which handle variations of the transportation time. Two approaches are proposed for this problem. The first one produces robust solutions that have a significant probability of staying feasible. The second one generates a set of compromise solutions, balancing the robustness and the cost.

Made available in DSpace on 2014-12-17T14:53:10Z (GMT). No. of bitstreams: 1 SauloTAD_DISSERT.pdf: 1587906 bytes, checksum: 2d163959ab0b72bafed179c3efb3b6c8 (MD5) Previous issue date: 2012-07-04 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / Worldwide, the demand for transportation services for persons with disabilities, the elderly, and persons with reduced mobility have increased in recent years. The population is aging, governments need to adapt to this reality, and this fact could mean business opportunities for companies. Within this context is inserted the Programa de Acessibilidade Especial porta a porta PRAE, a door to door public transportation service from the city of Natal-RN in Brazil. The research presented in this dissertation seeks to develop a programming model which can assist the process of decision making of managers of the shuttle. To that end, it was created an algorithm based on methods of generating approximate solutions known as heuristics. The purpose of the model is to increase the number of people served by the PRAE, given the available fleet, generating optimized schedules routes. The PRAE is a problem of vehicle routing and scheduling of dial-a-ride - DARP, the most complex type among the routing problems. The validation of the method of resolution was made by comparing the results derived by the model and the currently programming method. It is expected that the model is able to increase the current capacity of the service requests of transport / Em todo o mundo, a demanda por servi?os de transporte para pessoas portadoras de necessidades especiais, idosos, e pessoas com mobilidade reduzida v?m crescendo nos ?ltimos anos. A popula??o est? envelhecendo, os governos precisam se adaptar a esta realidade, e este fato pode significar oportunidade de neg?cios para as companhias. Dentro deste contexto est? inserido o Programa de Acessibilidade Especial porta a porta PRAE do munic?pio de Natal-RN. A pesquisa presente neste trabalho procura desenvolver um modelo de programa??o capaz de auxiliar o processo de tomada de decis?o dos gestores deste servi?o de transporte. Para tanto, foi criado um algoritmo baseado em m?todos de gera??o de solu??es aproximativas conhecidas como heur?sticas. O objetivo do modelo ? incrementar o n?mero de pessoas atendidas pelo PRAE, dada a frota dispon?vel, gerando programa??es de roteiros otimizadas. O PRAE consiste em um problema de roteiriza??o e programa??o de ve?culos do tipo dial-a-ride DARP, o tipo mais complexo dentre os problemas de roteiriza??o. A valida??o do m?todo de resolu??o ser? feita mediante compara??o entre os resultados auferidos pelo modelo e a programa??o real. Espera-se que o modelo seja capaz de elevar a capacidade de solicita??es atual deste servi?o de transporte

Diplomová práce se zabývá analýzou a výpočtem optimalizační úlohy z praxe. Jedná se o optimalizaci nočních linek vnitrostátní přepravy na území ČR. Cílem je nalezení řešení, které zefektivní organizaci těchto linek a usnadní práci lidí s nimi spojenou. Celý výpočet úlohy je inspirován okružním problémem s doručením a vyzvednutím (?Pickup and Delivery Problem?). Na výpočet problému jsou použity dva modely: model založený na hledání optimálního více produktového toku a model spočívající na výběru tras. Modely jsou založeny na rozdílných přístupech. Díky oběma modelům je možné si uvědomit, že na jednu optimalizační úlohu lze pohlížet z více stran a z obdržených výsledků si pak vytvořit ucelenější pohled na problém.

Cette thèse pluridisciplinaire, géographique et informatique (géomatique), s'intéresse à la problématique du transport à la demande (TAD). Le TAD est un transport de personnes collectif terrestre activé seulement à la demande se situant à mi-chemin entre le taxi et le bus. L'idée porteuse de cette recherche est d'utiliser la structure polarisée des territoires pour faciliter une optimisation informatique d'un TAD en (multi)convergence, recourant, par exemple, aux Arbres Couvrants et au modèle gravitaire . Cette approche se traduit notamment par une rationalisation des coûts économiques du service (regroupement des clients, nombre de véhicules nécessaires, temps de parcours...). Par ailleurs, cette thèse donne des éléments méthodologiques pour déployer un TAD usant d'une part d'algorithmes à métaheuristiques (les algorithmes génétiques, i.e. NSGA-II) et d'autre part de modèles géographiques (la forme dite en convergence se basant sur le caractère polarisé du territoire). Des simulations permettent d'évaluer la capacité des méthodes développées à fournir de bonnes solutions dans un contexte opérationnel de forte montée en charge potentielle.<br /><br />Reposant sur le principe de convergence des flux, la méthode exploite la théorie des graphes pour définir les tournées des véhicules, elles-mêmes optimisées selon un algorithme génétique dédié, reposant sur une approche multicritères avec front de Pareto.<br /><br />La dernière partie de la thèse s'intéresse à l'influence du choix des métriques d'optimisation sur les solutions obtenues, compte tenu d'un territoire et d'une granularité spatiale donnés. Elle ouvre sur le questionnement suivant : quelle configuration d'optimisation pour quel territoire et pour quel usage ?