{"id":{"repo_id":"ets-quebec","oai_identifier":"oai:espace.etsmtl.ca:4011"},"canonical_url":"https://search.ndltd.org/etd/ets-quebec/oai:espace.etsmtl.ca:4011","repository":{"repo_id":"ets-quebec","name":"ETS (Quebec)","base_url":"https://espace.etsmtl.ca/cgi/oai2"},"display":{"title":"Méthodes de décomposition et d’échantillonnage pour les problèmes de conception de réseaux à grande échelle dans le cadre des systèmes de transport semi-flexibles","abstract":"Ce mémoire porte sur les problèmes de conception de réseaux à deux niveaux à grande échelle. Dans ce type de problème, un premier niveau de décision consiste à concevoir une infrastructure (un réseau) reliant plusieurs sites entre eux, tandis que le second niveau consiste à router un ensemble de demandes sur le réseau précédemment construit. Ces problèmes apparaissent notamment dans les domaines du transport et de la logistique, et se caractérisent par une forte interaction entre les décisions de conception et de routage. Pour les instances de grande taille, qui impliquent de router un grand nombre de demandes, les méthodes de résolution exactes peinent à converger vers la solution optimale. L’objectif de ce travail est de développer des approches permettant d’obtenir des solutions de haute qualité, accompagnées de garanties sur la valeur optimale, tout en conservant une bonne capacité de passage à l’échelle. Deux contributions complémentaires sont proposées. La première renforce les méthodes exactes par l’introduction de nouvelles bornes inférieures exploitant la structure entière des problèmes étudiés. Ces bornes permettent de réduire l’espace de recherche et d’améliorer les performances des algorithmes de type séparation et évaluation. La seconde introduit un changement de paradigme via une approche par échantillonnage de la demande. L’idée consiste à approximer le problème original à partir d’un sous-ensemble aléatoire de demandes, convenablement remis à l’échelle. Nous montrons que ce type de problème déterministe peut être réinterprété dans un cadre stochastique, ce qui permet de mobiliser les outils de la programmation stochastique afin d’obtenir des estimateurs statistiques de la valeur optimale, ainsi que des bornes inférieures et supérieures valides. Les approches proposées sont analysées théoriquement et évaluées expérimentalement sur des instances issues de la littérature, démontrant leur efficacité et leur capacité à traiter des instances de grande taille.","abstract_html":"Ce mémoire porte sur les problèmes de conception de réseaux à deux niveaux à grande échelle. Dans ce type de problème, un premier niveau de décision consiste à concevoir une infrastructure (un réseau) reliant plusieurs sites entre eux, tandis que le second niveau consiste à router un ensemble de demandes sur le réseau précédemment construit. Ces problèmes apparaissent notamment dans les domaines du transport et de la logistique, et se caractérisent par une forte interaction entre les décisions de conception et de routage. Pour les instances de grande taille, qui impliquent de router un grand nombre de demandes, les méthodes de résolution exactes peinent à converger vers la solution optimale. L’objectif de ce travail est de développer des approches permettant d’obtenir des solutions de haute qualité, accompagnées de garanties sur la valeur optimale, tout en conservant une bonne capacité de passage à l’échelle. Deux contributions complémentaires sont proposées. La première renforce les méthodes exactes par l’introduction de nouvelles bornes inférieures exploitant la structure entière des problèmes étudiés. Ces bornes permettent de réduire l’espace de recherche et d’améliorer les performances des algorithmes de type séparation et évaluation. La seconde introduit un changement de paradigme via une approche par échantillonnage de la demande. L’idée consiste à approximer le problème original à partir d’un sous-ensemble aléatoire de demandes, convenablement remis à l’échelle. Nous montrons que ce type de problème déterministe peut être réinterprété dans un cadre stochastique, ce qui permet de mobiliser les outils de la programmation stochastique afin d’obtenir des estimateurs statistiques de la valeur optimale, ainsi que des bornes inférieures et supérieures valides. Les approches proposées sont analysées théoriquement et évaluées expérimentalement sur des instances issues de la littérature, démontrant leur efficacité et leur capacité à traiter des instances de grande taille.","abstract_has_math":false,"creators":["Jusseau, Joaquim"],"institution":"École de technologie supérieure","degree_name":"Mémoire de maîtrise électronique","degree_level":"masters","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026-06-26","date_published":"2026-06-26","updated_at":"2026-11-18T22:11:16Z","subjects":["conception de réseaux, TSP-GL, MUFND, décomposition de Benders, méthodes d’échantillonnage"],"languages":["fr"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE4011"],"render_values":[{"text":"INSERT-YOUR-LIBRARY-ID-HERE4011","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null,"record_url":null,"record_label":null,"record_kind":null,"record_source":null,"download_url":"https://espace.etsmtl.ca/id/eprint/4011/1/JUSSEAU_Joaquim.pdf","download_label":"Download PDF","download_source":"dc:identifier","access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://espace.etsmtl.ca/cgi/oai2?verb=GetRecord&metadataPrefix=oai_etdms&identifier=oai%3Aespace.etsmtl.ca%3A4011","prefix":"oai_etdms"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Jusseau, Joaquim"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026-06-26"]},{"key":"dc:publisher","label":"Institution","values":["École de technologie supérieure"]},{"key":"dc:type","label":"Dc Type","values":["Electronic Thesis or Dissertation"]},{"key":"thesis:degree_level","label":"Degree Level","values":["masters"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Mémoire de maîtrise électronique"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["École de technologie supérieure"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["conception de réseaux, TSP-GL, MUFND, décomposition de Benders, méthodes d’échantillonnage"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fr"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE4011","https://espace.etsmtl.ca/id/eprint/4011/1/JUSSEAU_Joaquim.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Ce mémoire porte sur les problèmes de conception de réseaux à deux niveaux à grande échelle. Dans ce type de problème, un premier niveau de décision consiste à concevoir une infrastructure (un réseau) reliant plusieurs sites entre eux, tandis que le second niveau consiste à router un ensemble de demandes sur le réseau précédemment construit. Ces problèmes apparaissent notamment dans les domaines du transport et de la logistique, et se caractérisent par une forte interaction entre les décisions de conception et de routage. Pour les instances de grande taille, qui impliquent de router un grand nombre de demandes, les méthodes de résolution exactes peinent à converger vers la solution optimale. L’objectif de ce travail est de développer des approches permettant d’obtenir des solutions de haute qualité, accompagnées de garanties sur la valeur optimale, tout en conservant une bonne capacité de passage à l’échelle. Deux contributions complémentaires sont proposées. La première renforce les méthodes exactes par l’introduction de nouvelles bornes inférieures exploitant la structure entière des problèmes étudiés. Ces bornes permettent de réduire l’espace de recherche et d’améliorer les performances des algorithmes de type séparation et évaluation. La seconde introduit un changement de paradigme via une approche par échantillonnage de la demande. L’idée consiste à approximer le problème original à partir d’un sous-ensemble aléatoire de demandes, convenablement remis à l’échelle. Nous montrons que ce type de problème déterministe peut être réinterprété dans un cadre stochastique, ce qui permet de mobiliser les outils de la programmation stochastique afin d’obtenir des estimateurs statistiques de la valeur optimale, ainsi que des bornes inférieures et supérieures valides. Les approches proposées sont analysées théoriquement et évaluées expérimentalement sur des instances issues de la littérature, démontrant leur efficacité et leur capacité à traiter des instances de grande taille."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Méthodes de décomposition et d’échantillonnage pour les problèmes de conception de réseaux à grande échelle dans le cadre des systèmes de transport semi-flexibles"]}]}],"canonical_facts":{"dc:creator":["Jusseau, Joaquim"],"dc:date":["2026-06-26"],"dc:description":["Ce mémoire porte sur les problèmes de conception de réseaux à deux niveaux à grande échelle. Dans ce type de problème, un premier niveau de décision consiste à concevoir une infrastructure (un réseau) reliant plusieurs sites entre eux, tandis que le second niveau consiste à router un ensemble de demandes sur le réseau précédemment construit. Ces problèmes apparaissent notamment dans les domaines du transport et de la logistique, et se caractérisent par une forte interaction entre les décisions de conception et de routage. Pour les instances de grande taille, qui impliquent de router un grand nombre de demandes, les méthodes de résolution exactes peinent à converger vers la solution optimale. L’objectif de ce travail est de développer des approches permettant d’obtenir des solutions de haute qualité, accompagnées de garanties sur la valeur optimale, tout en conservant une bonne capacité de passage à l’échelle. Deux contributions complémentaires sont proposées. La première renforce les méthodes exactes par l’introduction de nouvelles bornes inférieures exploitant la structure entière des problèmes étudiés. Ces bornes permettent de réduire l’espace de recherche et d’améliorer les performances des algorithmes de type séparation et évaluation. La seconde introduit un changement de paradigme via une approche par échantillonnage de la demande. L’idée consiste à approximer le problème original à partir d’un sous-ensemble aléatoire de demandes, convenablement remis à l’échelle. Nous montrons que ce type de problème déterministe peut être réinterprété dans un cadre stochastique, ce qui permet de mobiliser les outils de la programmation stochastique afin d’obtenir des estimateurs statistiques de la valeur optimale, ainsi que des bornes inférieures et supérieures valides. Les approches proposées sont analysées théoriquement et évaluées expérimentalement sur des instances issues de la littérature, démontrant leur efficacité et leur capacité à traiter des instances de grande taille."],"dc:format":["application/pdf"],"dc:identifier":["INSERT-YOUR-LIBRARY-ID-HERE4011","https://espace.etsmtl.ca/id/eprint/4011/1/JUSSEAU_Joaquim.pdf"],"dc:language":["fr"],"dc:publisher":["École de technologie supérieure"],"dc:subject":["conception de réseaux, TSP-GL, MUFND, décomposition de Benders, méthodes d’échantillonnage"],"dc:title":["Méthodes de décomposition et d’échantillonnage pour les problèmes de conception de réseaux à grande échelle dans le cadre des systèmes de transport semi-flexibles"],"dc:type":["Electronic Thesis or Dissertation"],"thesis:degree_level":["masters"],"thesis:degree_name":["Mémoire de maîtrise électronique"],"thesis:institution_name":["École de technologie supérieure"]},"updated_at":"2026-11-18T22:11:16Z"}