Return to search

Intégration de l'impact environnemental, sociétal et économique du transport intermodal au sein des chaînes logistiques vertes : optimisation multiobjectif par les colonies de fourmis / Integration and optimization of environmental, societal and economic impacts of intermodal transportation within the green supply chain : an ant colony optimization

Cette thèse est réalisée au sein du Laboratoire de Génie Industriel et Production de Metz (LGIPM) et s'inscrit donc dans une dynamique à la fois européenne et mondiale qui est la réduction des impacts environnementaux et sociétaux des systèmes de transport. Notre but est de développer un système d'aide à la décision au choix d'un itinéraire de fret ayant le moins d'impacts possible sur l'environnement et la société. Pour se faire, nous avons défini des fonctions qui permettent de calculer pour chaque chemin d'un réseau de transport intermodal, les critères économiques (coût, temps, dégâts dus aux transbordements) et les critères écologiques (pollution, consommation d'énergie, nuisances sonores et risque d'accident) à considérer. Par la suite, nous avons construit un modèle de plus court chemin multiobjectif permettant d’optimiser les sept critères ainsi définis. Pour résoudre ce modèle, un algorithme de colonies de fourmis multiobjectif a été mis en place afin de prendre en compte le grand nombre de critères et l'intermodalité du réseau. Une implémentation est ensuite réalisée sur un réseau de transport intermodal se basant sur des données géographiques réelles et les performances de l’algorithme mis en place sont analysées et prouvées / The topic of this thesis is about environmental and societal impacts abatement within the green supply chain. This thesis is taking place in the Laboratory of Industrial Engineering and Production of Metz (LGIPM). Our goal is to develop a decision support system in choosing a path with the less environmental and societal impacts. For building our decision support system, we defined a mathematical model which computes for each part in our transportation network, the travel time, the transportation cost and the damage due to transshipment, the amount of greenhouse gas emissions that are emitted, the energy consumption, the noise emitted and the accident risk. From this graph, we built a multiobjective shortest path problem. A multiobjective ant colony algorithm MOSPACO (Ant colony optimization for multiobjective shortest path problem) is then proposed to solve the proposed multiobjective shortest path problem; this new algorithm aims to take into account the large number of criteria and intermodal network. The running of the algorithm gives a Pareto front from which the decision maker can choose his desired itinerary

Identiferoai:union.ndltd.org:theses.fr/2011METZ037S
Date23 November 2011
CreatorsSawadogo, Marie
ContributorsMetz, Anciaux, Didier
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.002 seconds