Modèles et algorithme pour l'optimisation de l'offre de transport combiné dans un réseau de services avec demande élastique PDF Download

Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download Modèles et algorithme pour l'optimisation de l'offre de transport combiné dans un réseau de services avec demande élastique PDF full book. Access full book title Modèles et algorithme pour l'optimisation de l'offre de transport combiné dans un réseau de services avec demande élastique by Nadjia Touati-Serradj. Download full books in PDF and EPUB format.

Modèles et algorithme pour l'optimisation de l'offre de transport combiné dans un réseau de services avec demande élastique

Modèles et algorithme pour l'optimisation de l'offre de transport combiné dans un réseau de services avec demande élastique PDF Author: Nadjia Touati-Serradj
Publisher:
ISBN:
Category :
Languages : fr
Pages : 241

Book Description
Cette thèse s'inspire d'un projet technologique réel dont l'objectif est de promouvoir le transport combiné de marchandises. Dans ce contexte, notre recherche s'intéresse à l'évaluation de l'impact de technologies automatisées de transbordement sur la part de marché du transport combiné rail-route. Ces technologies impliquent des techniques d'exploitation de transport de fret nouvelles, s'inspirant du principe de correspondance et visant à améliorer la qualité de service et à réduire les coûts d'exploitation. Deux objectifs distincts peuvent être discernées. Un premier objectif de la recherche consiste à déterminer les volumes de transport combiné que l'on pourrait attendre d'une configuration donnée d'investissement. Ce premier objectif donne lieu à des modèles d'optimisation de réseau de services de transport combiné, avec demande de transport élastique (premier volet de la recherche). Le second objectif est de fournir un outil d'aide à la décision pour évaluer différentes alternatives de "projets" en vue d'une comparaison "coûts-bénéfices" de ces projets (second volet). Dans le cadre de notre premier volet de recherche, nous développons des modèles mathématiques maximisant le profit d'exploitation de l'opérateur de transport combiné, supposé unique. Les revenus de cet opérateur sont affectés par les performances de la concurrence routière, passive dans le modèle. Selon la structure tarifaire, des variantes de modélisation de plus en plus complexes sont développées. Une corrélation particulière (nouvelle) est considérée prenant en compte l'interdépendance des prix, de la qualité de service et des volumes, entités endogènes au modèle. Les variables de décision déterminent en sortie : les services de trains combinés à pourvoir (définis par leur parcours, leur rame et leur fréquence) ; les flux de marchandises, par catégorie de produit, transportés sur chacun des itinéraires combinés (un itinéraire étant dans le modèle défini comme une succession de services de trains) ; la qualité de service résultant du réseau de services offert. Ce modèle prend en compte des contraintes liées : à la configuration physique du réseau ; aux techniques d'exploitation du transport ferroviaire (contraintes de capacité de traction des services de trains, en tonnage et en nombre de wagons et contraintes d'équilibrage des wagons vides sur le réseau) ; aux choix probabilistes des expéditeurs. Les choix des utilisateurs dépendent de la nature du produit et de la paire origine-destination. Nous considérons que ces choix sont régis par une loi de probabilité de type logit multinomiale. Le coût généralisé intègre à la fois le prix de transport, le délai porte à porte et le délai de planning horaire, tous deux exprimés en fonction des variables fréquences. Les modèles mathématiques sont non linéaires mixtes entiers. Nous développons une méthode heuristique de résolution basée sur la décomposition de Benders, pour une des variantes de modélisation. Notre méthode s'inspire de l'algorithme modifié de Benders proposé par Geoffrion et Graves (1974). Nous expérimentons et discutons cet algorithme, selon plusieurs stratégies de recherche locale dans le problème maître restreint. Sur un échantillon restreint de problèmes tests, la qualité de la solution est satisfaisante, les tests de robustesse et de sensibilité sont encourageants.