Documente Academic
Documente Profesional
Documente Cultură
dInformatique, de
Modlisation et de
leurs Applications
Complexe des Czeaux
BP 125
63173 Aubire Cedex
Universit Blaise
Pascal
34, avenue Carnot - BP 185
63006
CLERMONT-FERRAND
Cedex
France
Syndicat
Intercommunal de
Traitement des
Ordures Mnagres
le Treuil
63320 Saint-Diry
FRANCE
Prsent par
Raksmey PHAN.
Responsables-Jury
ISIMA
Responsables SICTOM
Institut Suprieur
dInformatique, de
Modlisation et de
leurs Applications
Complexe des Czeaux
BP 125
63173 Aubire Cedex
Universit Blaise
Pascal
34, avenue Carnot - BP 185
63006
CLERMONT-FERRAND
Cedex
France
Syndicat
Intercommunal de
Traitement des
Ordures Mnagres
le Treuil
63320 Saint-Diry
FRANCE
Prsent par
Raksmey PHAN.
Responsables-Jury
ISIMA
Responsables SICTOM
Remerciements
Avant de commencer, je voudrais remercier Christophe Duhamel, Philippe Lacomme
et Philippe Mahey pour le soin quils prennent la lecture de ce rapport. Et je remercie
galement Hlne Toussaint qui a pris le temps de relire ce rapport. Sans elle ce rapport
ne serait pas le mme.
Le stage de fin dtude pour un futur ingnieur doit correspondre sa formation
mais aussi ce quil voudrait faire plus tard. Le choix est donc trs dlicat, et a fortiori
lorsquon prpare en mme temps son mmoire de master en Recherche Oprationnelle
(RO). Le poste doit tre suffisamment technique pour mettre profit la formation
dingnieur mais suffisamment ouvert pour prparer le futur chercheur. Pour cela je
remercie particulirement Monsieur le Maire Frdric Chassard (Saint-Diry), qui ma offert
cette opportunit. Le travail quil propose exige la fois des comptences en dveloppement
informatique et une capacit modliser le problme de RO. Je remercie galement le
professeur Jean Chandezon qui a vu en moi la personne pour ce poste. Ds le dbut il a
parfaitement valu limportance du profil du stagiaire qui occupera ce poste : "personne
ayant une forte aisance dans la relation humaine". En effet jai travaill successivement avec
Monsieur le Maire au niveau de la direction du Sictom, avec Monsieur Patrick Admirat
au niveau de lorganisation de la collecte, et avec les chauffeurs et rippers sur le terrain.
Je profite aussi de cette occasion pour remercier Grard Fleury (directeur du dpartement
mathmatique lUniversit Blaise Pascal), Christophe Duhamel et Philippe Lacomme
(enseignant-chercheurs lISIMA) qui ont permis le droulement de ce stage au Laboratoire
dInformatique, de Modlisation et dOptimisation des Systmes (LIMOS). A ce propos, un
grand merci au professeur Alain Quilliot, directeur du LIMOS, qui ma accueilli au sein de
son laboratoire, me permettant ainsi de travailler dans un environnement exceptionnel.
Bien qutant stagiaire, le LIMOS ma permis de participer diffrentes confrences
nationales et internationales, me permettant ainsi dacqurir de relles expriences dans
mon domaine de comptence.
Le travail de lingnieur est souvent complexe. Le rle dun consultant ingnieur est
toujours difficile. Il doit sintgrer dans une structure qui lui est trangre ; il doit connatre
les codes implicites du fonctionnement interne ; et bien sr il doit apprhender en quelques
semaines le processus mtier qui a pris plusieurs annes se mettre en place. En cela,
je voudrais renouveler mes remerciements Patrick Admirat qui a su mintgrer dans
ladministration du SICTOM, qui ma expliqu son fonctionnement et qui ma aid
apprhender le processus de la gestion des tournes. Merci Hlne et Nathalie qui sont
restes patientes face mes nombreuses interrogations et qui ont pris de leur temps pour
rassembler les donnes ncessaires notre travail. Et merci aux chauffeurs et ripeurs avec
qui jai pris plaisir faire les tournes. Ils ont su mintgrer parmi eux et ils mont beaucoup
aid comprendre la complexit de leur travail sur le terrain.
Je ritre mes remerciement Christophe Duhamel et Philippe Lacomme qui sont,
comme toujours, des matres de stage exceptionnels. A ce titre, je les remercie pour
leur prsence pendant le stage mais aussi pour leurs compagnies lors des moments plus
personnels. Discuter avec eux est toujours un plaisir et leurs conseils sont toujours des plus
Raksmey PHAN
attentionns.
Je remercie galement mes amis, au bureau : Andra, Heitor et Libo. Ils mont support,
protg et aid tout au long du stage. Merci pour les nombreuses discussions. Cela ma
enrichi aussi bien au niveau professionnel que personnel.
Je tiens enfin remercier les chercheurs, les enseignants, les ingnieurs et les doctorants
que jai eu loccasion de frquenter tout au long du stage pour leur patience et leur
disponibilit.
Raksmey PHAN
II
Rsum
Ce stage porte sur un problme rel de tournes de vhicules. Le Syndicat Intercommunal
du Traitement des Ordures Mnagres (SICTOM) et le Laboratoire dInformatique, de
Modlisation et dOptimisation des Systmes (LIMOS) ont travaill en troite collaboration
pour dvelopper une interface ergonomique de traitements des donnes et une modlisation
cohrente du problme des tournes de vhicules de collecte des dchets.
Dans un premier temps nous avons tudi les besoins du SICTOM et avons fait un tat
des lieux des offres des socits spcialises dans loptimisation des tournes. Puis nous
avons fait linventaire de lensemble des donnes du problme (contraintes temporelles,
quantit collecte, points de collecte, rseau routier,...). Par la suite, nous avons dvelopp
diffrentes interfaces graphiques pour faciliter lorganisation des tournes de vhicules.
Enfin nous avons commenc un travail de dveloppement dalgorithmes doptimisation des
tournes de vhicules spcifiquement pour le SICTOM.
Le rsultat du stage est encourageant. Notre outil "cl en main" de la gestion du
planning du SICTOM est suffisamment complet pour tre utilis au quotidien, mme si des
amliorations peuvent toujours tre apportes. Les algorithmes doptimisation des tournes
sont en cours dcriture pendant la rdaction de ce rapport. Cependant, nous avons test
tous les outils ncessaires (langage de programmation, accs la base de donnes, utilisation
de lActiveX et des dll pour lintgration dans un navigateur web) pour un dveloppement
cohrent de cette partie. Nous avons bon espoir dici la fin du stage (dans un mois) de
permettre au SICTOM damliorer ses tournes et dy intgrer facilement de nouveaux
points de collecte. Par ailleurs, nous avons lintention de prsenter lensemble de ce travail
lors de la prochaine confrence ROADEF 2011 Saint-tienne.
Mot-cls : Tournes de vhicules, IHM, Web service, Planning.
Raksmey PHAN
III
Abstract
This internship tackles a real-world vehicle routing problem : the Inter-Communal
Syndicate of Domestic Waste Management (Sictom) and the Laboratory of Computer
Science, Modeling and Systems Optimization (Limos) collaborated closely in order to
produce user-friendly interfaces for the treatment of input data and a coherent modeling
of the problem of waste-collecting trucks routing.
We started by studying the needs of the Sictom and evaluated the offers of the
different companies that specialize in routing optimization, and making the inventory of the
problems parameters (time constraints, quantities of waste collected by the trucks, pick-up
points, roads network,...). We then developed different graphical interfaces for facilitating
the organization of vehicles routing and later started working on the development of a
custom-made vehicle routing optimization algorithm for the Sictom.
The results obtained during this internship are encouraging. Our "turnkey" tool for
managing the planning of the Sictom is mature enough to be used on a daily basis, even
if a few improvements can still be made. The optimization algorithms are currently being
written, but weve already tested the technology needed (programming languages, interfacedatabase communication, use of ActiveX and dll files for web integration) to ensure a
coherent development phase. We have high hopes that by the end of the internship (in one
month), well have been able to permit the Sictom to improve its vehicle routing and easily
integrate new waste pick-up points. On the other hand, we intend to present our work to
the research community during the next ROADEF conference to be held in Saint-tienne
(2011).
Keywords : Vehicle Routing Problems, HMI, Service Web, Planning.
Raksmey PHAN
IV
Rsum
III
Abstract
IV
VIII
Glossaire
IX
Introduction
Raksmey PHAN
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
3
3
3
3
4
4
6
8
10
12
14
14
15
16
17
17
18
20
21
22
.
.
.
.
.
.
.
24
24
27
28
28
29
29
29
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
tournes
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
31
32
32
32
33
34
37
38
.
.
.
.
.
39
40
41
45
47
49
.
.
.
.
.
.
.
.
.
.
51
52
52
54
55
55
56
58
58
58
59
.
.
.
.
.
.
.
.
60
60
61
63
66
67
68
68
69
Conclusion
70
Bibliographie
71
Raksmey PHAN
VI
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.1
4.2
4.3
4.4
4.5
4.6
5
6
8
9
10
11
11
12
13
14
17
18
20
22
25
26
27
31
32
33
34
34
35
36
39
41
42
43
44
Raksmey PHAN
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
quantit
. . . . . .
28
37
38
45
VII
dans la vue
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
sauvegarder
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
Raksmey PHAN
.
.
.
.
.
.
.
.
.
.
.
.
.
46
46
47
48
49
51
52
53
54
55
55
56
57
57
58
58
59
60
61
62
62
63
64
64
65
65
66
67
68
69
VIII
Glossaire
BDD Base De Donnes. En informatique, une base de donnes est un lot dinformations
stockes dans un dispositif informatique. Les technologies existantes permettent
dorganiser et de structurer la base de donnes de manire pouvoir facilement
manipuler le contenu et stocker efficacement de trs grandes quantits dinformations.
Golocaliser Localiser un point sur une carte avec ses coordonnes gographiques
Google Maps Service gratuit de carte gographique et de plan en ligne.
IHM Interface Homme-Machine. Ce terme englobe les moyens et outils mis en uvre, afin
quun humain puisse contrler et communiquer avec une machine. Les ingnieurs en
ce domaine tudient la faon dont les humains interagissent avec les ordinateurs ou
entre eux laide dordinateurs, ainsi que la faon de concevoir des systmes qui
soient ergonomiques, efficaces, faciles utiliser ou plus gnralement adapts leur
contexte dutilisation.
ISIMA Institut Suprieur dInformatique, de Modlisation et de ses Applications. Cr
par la volont conjointe et trs affirme des collectivits territoriales, du secteur
conomique rgional et de ltat dans le but de renforcer le ple de comptivit
rgionnale dans le domaine de linformatique. LISIMA est une Grande Ecole
dIngnieurs publique, dpendant du Ministre de lEnseignement Suprieur et de
la Recherche, axe sur les mtiers de linformatique et de ses applications.
LIMOS Laboratoire dInformatique, de Modlisation et dOptimisation des Systmes.
Localis prs de Clermont Ferrand, le LIMOS est une Unit Mixte de Recherche du
CNRS. Elle a reu la note A+ (la plus haute distinction du CNRS) lors des dernires
valuations tmoignant de ses performances dans le domaine de la recherche.
Listing des peses Enregistrement de tous les retours de camions. Il sauvegarde la date
de retour au SICTOM et la charge dans la benne.
Matrice des distances Une matrice qui contient les distances prcalcules de tous les
couples de points de collectes.
OM Ordures Mnagres. Tout ce qui nest pas tri, dans les bacs verts.
RO Recherche Oprationnelle. La RO peut tre dfinie comme lensemble des mthodes
et techniques rationnelles danalyse et de synthse des phnomnes de management
du systme dinformation utilisables pour laborer de meilleures dcisions.
SICTOM Syndicat Intercommunal de Traitement des Ordures Mnagers. Cest une
collectivit territoriale qui soccupe de la rcupration des dchets des particuliers et
des commerants.
SIG Systme dInformation Gographique. Cest un outil informatique permettant dutiliser
des donnes gographiques.
TS Tri Slectif. Tous les produits dans les bacs jaunes (plastique, carton,...).
Raksmey PHAN
IX
Introduction
Dans le cadre de mon stage de troisime anne lInstitut Suprieur dInformatique de
Modlisation et de leurs Applications (ISIMA), jai travaill sur les problmes de tournes
de vhicules pour la collecte des dchets mnagers. Ce stage sinscrit dans ma formation
dingnieur informaticien dans le domaine de la Recherche Oprationnelle (RO) et de laide
la dcision. Le stage seffectue sous la codirection du Laboratoire dInformatique, de
Modlisation et dOptimisation des Systmes (LIMOS) et du Syndicat Intercommunal de
Traitement des Ordures Mnagres (SICTOM).
La RO est devenue au fil des annes un domaine de recherche part entire. Larriv
de linformatique a donn un important coup dacclration cet axe de recherche n lors
des campagnes napoloniennes. Cependant lapplication pratique des algorithmes est assez
rare par rapport au nombre important darticles thoriques publis.
Lanne dernire, nous avons travaill sur une mtaheuristique doptimisation des
tournes de vhicules classiques [Pha09] (Vehicle Routing Problem 1 ), avec livraisons et
collectes (VRP with Backhauls) et avec livraisons et collectes et fentre de temps (VRPB
and Time Window). Ce travail thorique est important pour entrer dans le domaine de la
RO.
Cette anne nous travaillons sur un problme de tournes de vhicules du SICTOM.
Ce problme rel nous permet de confronter les modles des problmes classiques de la
littrature des problmes de gestion des tournes concrets.
A travers ce stage, nous faisons face diffrentes difficults qui gravitent autour de
loptimisation dun problme de tournes de vhicules. Ainsi nous avons travaill sur toute
la partie modlisation du problme pour pouvoir lexprimer mathmatiquement afin de
dvelopper un algorithme doptimisation. Par la suite nous nous sommes rendus compte
quil est important de fournir un outil de gestion et de sauvegarde des donnes lors des
diffrentes tournes. Cette base de donnes est cruciale puisquelle permet de mettre jour
les caractristiques du problme telles que la dure de traitement des points de collecte et la
quantit moyenne de dchets collects. Ces donnes sont cruciales lorsquon veut appliquer
des algorithmes damlioration des tournes. Pour cette raison, nous avons dvelopp
une Interface Homme-Machine afin que le SICTOM puisse sauvegarder quotidiennement
les donnes lies la rcupration des ordures mnagres. Ces problmes ont conduit
lingnieur-chercheur que je fus madapter et devenir un dveloppeur part entire
avec les langages et technologies de haut niveau tels le Java, lActiveX, les Web Service,...
Ce rapport rend compte du travail effectu lors du stage. Dans un premier temps, je
rappelle le contexte de mon tude ainsi que lintrt de ce travail dans ma formation
lISIMA. Je fais un tat de lart sur les problmes de tournes de vhicules et un tat des
lieux des offres de logiciels commerciaux pour les problmes de gestion des tournes dune
flotte de vhicules. Ensuite, je montre les diffrentes tapes du stage, de la modlisation
1. fc.isima.fr/phan/StageZZ2/RapportStageZZ2.pdf
Raksmey PHAN
Raksmey PHAN
1.1.2
Le LIMOS
1.1.3
Sujet dtude
Raksmey PHAN
1.2
Afin de bien comprendre les problmatiques rencontres par le SICTOM il faut tout
dabord introduire la notion de tournes de vhicules. Le problme de tournes de vhicules
est une classe de problme en Recherche Oprationnelle. Lobjectif est dorganiser les
tournes de vhicules (partant dun dpt) pour servir un ensemble de clients tout en
minimisant le cot. On peut reprsenter ce type de problme par un graphe. Ainsi, dans
le domaine de la Recherche Oprationnelle, on sappuie sur cette reprsentation graphique
pour utiliser les mthodes de rsolution connues en thorie des graphes. Dans ce type de
problme, le cot (quon cherche minimiser) est souvent en fonction de la distance totale
parcourue par les vhicules ou en fonction de leur temps de parcours.
Dans les problmes de tournes de vhicules, nous distinguons deux grandes familles
de problmes selon lemplacement des tches effectuer : si elles se situent sur des points
fixes du rseau, nous parlons de problmes sur nuds ; si elles se situent le long dune route
par exemple, nous parlons de problme sur arcs.
Nous allons prsenter ces deux grandes familles de problmes dans les parties suivantes
de notre rapport puis nous expliquerons la manire dont nous avons modlis le problme
de tournes du SICTOM.
1.2.1
Raksmey PHAN
=
1
0
Les problmes de tournes de vhicules ont t modliss pour la premire fois par
Dantzig et Ramser [DR59] en 1959. Depuis, de nombreux modles alternatifs ont t
proposs, dont lintrt a pu tre expriment sur les instances dsormais classiques.
Selon notre formalisme, le VRP se caractrise par :
LBi {dpt, livraison} (les clients sont tous de type livraison)
Oi = 0 et Ci = 0, i (pas de fentres de temps)
ti = 0 i (pas de temps de service)
La modlisation en programmation linaire du VRP peut tre faites de la manire
suivante :
Minimiser :
z=
X X
cij xkij
kV (ij)A
Sous :
conservation du flot, cest dire quun vhicule arrivant un nud doit en ressortir :
X
X
xkji =
xkij , k V et i S
(j1 i)A
(ij2 )A
chaque client nest visit que par une et une seule tourne :
X X
xkij = 1, i S \{0}
kV (ij)A
Raksmey PHAN
xk0j 1,
k V
Di xkij Q,
k V
jS \{0}
respect de la capacit :
X
(ij)A
En 2004, Cordeau et al. [CGLS04] ont rpertori les rsultats des plus rcentes
heuristiques pour les instances de Chrisofides et les instances de Golden. En 2005, Pisinger
et Ropke [PR07] se sont rfrs ce travail pour prsenter leur nouvelle heuristique.
Leur algorithme permet de rsoudre diffrents problmes drivs du VRP. Cette nouvelle
approche transforme plusieurs types de problmes de VRP en un "rich pickup and delivery
model" afin de leur appliquer lheuristique de lAdaptative Large Neighborhood Search
(ALNS). En 2009, Yu et al. [YYY09] ont propos une heuristique issue de la colonie de
fourmis pour traiter le VRP. Ils ont utilis les instances de Christofides pour comparer leur
rsultat.
1.2.2
Raksmey PHAN
cij xkij
kV (i,j)A
Sous :
conservation du flot, cest dire quun vhicule arrivant un nud doit en ressortir :
X
X
xkij , k V et i S
xkji =
(ij2 )A
(j1 i)A
une arte est traite une seule fois et dans un seul sens :
X
k
k
(i, j) R :
lij
+ lji
=1
kV
respect de la capacit :
k V :
k
lij
rij Q
(ij)A
i,jS 0 xij n yS 0 |S | 1
P
P
0
0
k
k
S =
6 {}, S S /{0} et k V :
iS 0
jS 0 xij + uS 0 1
k
uS 0 + ySk 0 1
variables binaires :
k
ukS , ySk , xkij , lij
{0, 1}
Raksmey PHAN
1.2.3
Figure 1.3 Cercle bleus localisant les bacs individuels le long des voies dune ville
Raksmey PHAN
Figure 1.4 Carrs violets dun ensemble de villages considrs comme des nuds dun
graphe
Il est difficile de rsoudre des problmes de tournes sur arcs. De mme il est difficile de
rsoudre des problmes de tournes sur nuds. Ainsi, il semble tout au moins aussi difficile
de traiter les deux problmes en mme temps.
De ce fait, dans notre travail de modlisation, nous avons souhait transformer ce
problme en un problme de tournes de vhicules sur nuds. Ce choix sexplique par le
fait que les problmes sur nuds ont t beaucoup plus traits dans la littrature que les
problmes sur arcs. Pour se faire, nous avons agrg les agglomrations qui comportent
plusieurs points de collecte en un seul point plac lune des entres. Ensuite au chauffeur
de dcider de son parcours lintrieur de ces agglomrations. Dans la figure 1.5 nous
sommes confront un problme de tournes sur arcs local une petite agglomration
(les arcs en pointills). Nous agrgeons ce problme sur arcs en considrant le problme de
tournes sur arcs, local cette agglomration, comme le nud dun problme de tournes
sur nuds dun graphe plus grand qui ressemblerait au graphe de la figure 1.4 prcdente.
Dune manire pratique, lorsque le chauffeur arrivera sur cette agglomration, il est libre
dans lordre de rcupration des bacs.
Raksmey PHAN
Figure 1.5 Agrgation des arcs pour obtenir un problme sur nud partir dun
problme sur arcs
1.2.4
Comme on la vu dans les sections prcdentes, le rseau de transport est modlis par
un graphe. Les arcs de ce graphe reprsentent les routes du rseau et sont valus par des
cots. Dans le cadre des problmes de tournes du SICTOM, les cots ne reprsentent
pas seulement une distance mais aussi le temps ncessaire pour la parcourir, la quantit
de carburant utilise,... Les caractristiques physiques de la route peuvent galement avoir
un impact selon le gabari ou le poids du vhicule. Une rue peut-tre sens unique ou
double-sens, troite ou large, comporter des interdictions de tourner,... Les feux rouges, les
stops ou la topologie (fort dnivel, zig-zag,...) peuvent impacter sur le cot de ce segment
pour un trajet. Tous ces facteurs peuvent tre pris en compte dans le modle.
A partir du rseau de transport rel de la figure 1.6 qui reprsente quelques rues dune
ville, nous avons simul 4 points de collecte (en noir) et 2 croisements (en blanc) avec les
cots de passage pour chaque arc. La figure 1.7 illustre cette simulation et chaque chiffre
reprsente le cot de parcours dun arc. Les arcs indique le sens dans lequel un vhicule
peut emprunter une rue. Nous avons simul un sens unique (de A vers E) et une interdiction
de tourner droite (sur E). A partir de ces donnes topologiques, il est difficile de rsoudre
directement des problmes de transport, car il existe de nombreuses possibilits pour aller
dun client un autre. On doit donc effectuer un pr-traitement qui permet dobtenir le
plus court chemin entre chaque nud du graphe. La figure 1.8 montre le graphe complet
obtenu.
Le modle de la figure 1.8 fait abstraction du chemin rellement parcouru pour aller du
sommet initial au sommet final. Sur chaque arc nous avons donn le cot (le plus faible)
entre deux nuds ainsi que le chemin rel utilis. Par exemple sur larc de A vers B, le
cot est de 20 et le chemin rellement parcouru est du point A vers le croisement E puis
du croisement E vers le point B. Il est par la suite plus facile de travailler sur ce nouveau
Raksmey PHAN
10
Raksmey PHAN
11
1.2.5
Un Systme dInformation (SI) est lensemble des lments qui participent grer,
traiter et diffuser linformation dans une organisation. Ainsi, ces lments peuvent tre
trs diffrents dun environnement de travail un autre. Ils peuvent comprendre tout ou
partie des lments tels que : un systme de Base De Donnes (BDD), un outil de gestion du
personnel, un outil de gestion des ressources matriels, un outil danalyse et de prvision,...
Mais la construction dun SI ne se fait pas seulement autour de ces lments, elle dcoule
de lanalyse du "processus mtier" et de ses interactions.
Sa maitrise et sa bonne gestion permet de coordonner lensemble des activits dune
organisation et de dfinir des objectifs clairs ainsi que les moyens ncessaires pour y
parvenir.
En ce qui concerne le SI du SICTOM, notre analyse nous a permis didentifier quatre
lments distincts. Nous en donnons une reprsentation graphique dans la figure 1.9,
dans laquelle nous faisons apparaitre : la gestion des tournes, la gestion du personnel,
la gestion des statistiques de collecte et la gestion des camions. Chacun de ces lments
seront traits dans les partie suivantes de notre rapport de stage lorsque nous prsenterons
les fonctionnalits de notre "logiciel".
Raksmey PHAN
12
Raksmey PHAN
13
Figure 1.10 Vue fonctionnelle de lensemble de lIHM que nous avons dvelopp
1.3
Plusieurs runions se sont tenues au LIMOS puis au SICTOM entre les diffrents
intervenants du stage. Elles ont permis de mettre en vidence les besoins du SICTOM et
les caractristiques du problme des tournes spcifiques la collecte des dchets mnagers
en milieu rural.
1.3.1
Les besoins
14
1.3.2
Vocabulaire utilis
Durant les runions, nous nous sommes rendus compte quil y a dimportantes
diffrences dans le vocabulaire utilis au SICTOM et au LIMOS.
Afin de sassurer que les intervenants parlent de la mme chose, certains mots ont t
redfinis (ou prciss) dans le contexte du stage.
Un cycle : dpart et retour au CET (Saint-Diery)
Une tourne : peut contenir de 1 2 cycles (le camion revient au CET dcharger
lorsquil est son maximum de tonnage)
Poubelle verte : contient les dchets "tout venant"
Poubelle jaune : tri slectif
Point propre : zone de ramassage collectif des ordures (sous-trait pour le moment)
Les caractristiques du problme de tournes de vhicules au SICTOM
Dune manire gnrale, pour rsoudre un problme nouveau, nous utilisons notre
exprience sur un ensemble de problmes connus qui sen approchent. Pour rsoudre le
problme de tournes de vhicules du SICTOM, les chercheurs du LIMOS utilisent leur
connaissance sur les "problmes classiques" de tournes de vhicules. Mais pour savoir
quels sont ces "problmes classiques" qui sapprochent le plus du problme de tournes au
SICTOM, il est ncessaire den dfinir les caractristiques de ce dernier :
Pour les poubelles vertes (dchets classiques) : 41 communes actuellement en charge
et plus 5 ou 6 dans le futur
Pour les poubelles jaunes (tri slectif) : 20 communes actuellement et toutes les
communes dans le futur
Dure des tournes : 6 8 heures
Dpart des tournes 4h ou 5h le matin et 13h laprs-midi
4 tournes le matin et 1 2 tournes laprs-midi
Le Centre dEnfouissement Technique (CET) se situe Saint-Diery
Le Centre de Recyclage se situe Clermont Ferrand
Raksmey PHAN
15
1.3.3
Calendrier prvisionnel
16
1.4
1.4.1
DPS - LOGIX
Raksmey PHAN
17
Figure 1.12 Exemple dune carte utilise par le logiciel LogiX de DPS
Contact
A22 Expert en logistique
43 rue des Peupliers
78960 VOISINS LE BRETONNEUX
France
Tl. : 01 30 44 32 06
Mob : 06 07 97 23 63
Email : eric.mamy@a22.fr
Website : www.a22.fr
1.4.2
ESRI - ARCLOGISTICS
ESRI est un diteur amricain, fond en 1969. Il a des reprsentants un peu partout dans
le monde. Il est devenu le premier diteur mondial de Systme dInformation Gographique
(SIG). ESRI France a t cr en 1988.
Raksmey PHAN
18
Raksmey PHAN
19
1.4.3
GEOCONCEPT SA
Raksmey PHAN
20
1.4.4
OPTITIME
OPTITIME SA est une socit dune quarantaine de personnes dont 1/3 est la
Recherche et Dveloppement. Elle a des bureaux Paris, Grenoble, Caen, Madrid et
Bogota. La socit a t cre en Mars 2008 de la fusion de deux socits : Megellan
Ingnierie (Optimisation des tournes) et Delia Systems (plannification des interventions
et gestion des quipes).
Clients
OPTITIME affiche de nombreux clients en France et en Europe. Dans le domaine
de la presse franaise, des organisations telles que ARP (dpositaire presse) et Dernires
Nouvelles dAlsace utilisent TourSolver, le logiciel de OPTITIME pour les aider rduire
leur cot de distribution. En Europe, TourSolver est galement utilis par des socits
comme Naville (Distribution Presse suisse) et Ruggeri (Distribution presse italien).
Plate-formes
Le logiciel propos par OPTITIME fonctionne sur plusieurs supports. Sur un PC le
logiciel tourne sous Windows. En dplacement il sintgre au logiciel TomTom WORK et
participe au suivi des vhicules, laide la navigation, la plannification des visites
clients,...
Donnes cartographiques
OPTITIME utilise les cartes gographiques de Naveq et de Tele Atlas.
Raksmey PHAN
21
Livraisons et Collectes
Distribution Multi-Canal
Installation, Rparation et Maintenance
Tournes Commerciales
Services la personne
La figure 1.14 montre un exemple de carte utilise par OPTITIME. Nous distinguons
aisment les tournes traces avec des couleurs diffrentes.
Contact
OPTI-TIME SA
10-12 Rue des Trois Fontanot
92000 Nanterre
Tl. : 01 70 15 14 70
Fax : 01 70 15 14 75
1.5
Conclusion
Raksmey PHAN
22
Raksmey PHAN
23
2. Choix technologiques
Dans le chapitre prcdent nous avons expliqu le besoin de crer un logiciel de gestion
des tournes, danalyse statistique et damlioration des tournes.
Ce chapitre permet dintroduire les outils que nous utilisons pour dvelopper le logiciel.
Nous prsentons notamment un programme de Systme dInformation Gographique qui
a t dvelopp par deux binmes dtudiants de lISIMA.
2.1
Une partie des solutions adoptes pour le stage dcoule de deux projets effectus les
annes prcdentes lISIMA.
Le premier projet a t ralis par Vianney Bajart et Christophe Charles en 2009. Ils
ont fait une tude prliminaire des diffrents services gographiques en ligne (ViaMichelin,
Google Map et Mappy) puis ont dvelopp un premier logiciel en Java qui permet de se
connecter Google Map [BC09].
Le second projet a t ralis par Julien Olon et Pierre Cassereau en 2010 [OC10]. Ils
ont amlior lergonomie du logiciel existant et ont ajout diffrentes fonctions.
Ce logiciel "SIG" pour Systme dInformation Gographique, permet de "golocaliser"
(cest--dire localiser un point sur une carte avec ses coordonnes gographiques) des
agglomrations franaises de diffrentes tailles. La figure 2.1 montre qu partir dune
adresse ou du nom dune ville, le logiciel dvelopp par les tudiants de lISIMA permet
de centrer la carte sur le point et dobtenir ses coordonnes gographiques. Sur le mme
principe, la figure 2.2 montre que le logiciel est capable dafficher le chemin le plus court
entre deux points. De plus comme sur Google Maps en ligne, il dessine le trajet. La figure
2.3 montre un exemple dutilisation qui nous permet dafficher le trajet passant par un
ensemble de points ordonns. Cela permet par exemple de plannifier un itinaire.
Raksmey PHAN
24
Raksmey PHAN
25
Figure 2.2 Dessin du chemin le plus court entre deux points avec le logiciel SIG
Raksmey PHAN
26
Figure 2.3 Dessin dun trajet qui passe par un ensemble de points ordonns
2.2
Le projet SIG nous a permis de connatre le potentiel de lAPI Google. Par ce biais nous
avons pu dterminer les technologies utiliser pour dvelopper le logiciel pour le SICTOM.
Les Interfaces Homme-Machine dveloppes sont en langage JAVA et JavaScript. Par la
suite nous avons utilis des objets ActiveX dans ces deux langages, cet objet permet de
manipuler facilement les Bases De Donnes (BDD).
Ce choix nous conduit slectionner loutil de dveloppement NetBeans. Cest
un logiciel qui nous permet de dvelopper des "Applets Java" (en langage J2E, une
spcification du langage Java destine aux applications dentreprise) que nous pourrons
intgrer par la suite dans une page internet. Ces "Applets Java" nous permettent davoir
une IHM volue et ergonomique contrairement ce quon pourrait obtenir avec une simple
Raksmey PHAN
27
Figure 2.4 Schma de communication entre les diffrentes parties du logiciel dvelopp
pour le SICTOM
2.3
2.3.1
Le Java est un langage de programmation objet qui permet de faire des applications
puissantes et facilement transportables.
Lutilisation qui est faite dans notre stage est une utilisation un peu plus volue que la
Raksmey PHAN
28
2.3.2
Le JavaScript
2.4
2.5
Google Maps est un service de cartographie en ligne. Elle est gratuite est accessible en
France depuis 2006. Google continue de faire voluer son offre en compltant la carte avec
des annotations sur les diffrents lieux (agence administratif, restaurant, cinma,...). La
Raksmey PHAN
29
2.6
Conclusion
Ce chapitre nous a permis de prsenter les technologies Java et JavaScript utilises dans
le cadre du stage. Ce choix nous conduit slectionner la Base de donnes de Microsoft
Access.
Dans le chapitre suivant, nous prsenterons les diffrents outils que nous avons
dvelopps pour aider ladministration du SICTOM organiser ses tournes.
Raksmey PHAN
30
Raksmey PHAN
31
Figure 3.2 Fentre principale de lIHM de gestion des tournes cre pour le SICTOM
3.1
Utilisation de lIHM
3.1.1
Dans les chapitres prcdents nous avons rappel que lun des paramtres que lon peut
chercher minimiser est la distance totale parcourue dans une tourne. Pour cela il est
ncessaire davoir la distance entre tous les points de collecte.
Nous avons intgr une Applet Java dans cette page de gestion des tournes pour
construire cette matrice des distances. Elle est lie la liste des points de collecte que gre
lutilisateur. En effet chaque fois quil y a de nouveaux points de collecte, ce dernier doit
cliquer sur le bouton "Calculer les distances" pour mettre jour la matrice des distances.
LApplet est programme pour calculer seulement les distances qui impliquent les nouveaux
points. Nous navons pas ainsi reconstruire toute la matrice chaque fois.
3.1.2
Lune des premires choses faire avant de construire les tournes est de golocaliser
les points de collecte. Pour cela notre IHM permet de crer et modifier des points par
simple "glisser-dposer" dun pointeur sur la carte. La position GPS est alors dtermine
automatiquement. Par exemple, sur la figure 3.3 nous avons entour le nom du point et le
pointeur sur la carte. Ce point peut tre dplac grce la souris et son nom de ce point
peut-tre chang par lutilisateur tout moment.
Raksmey PHAN
32
3.1.3
Une fois que les points de collecte sont golocaliss, nous pouvons crer une nouvelle
tourne. Une tourne du SICTOM se caractrise par un numro, une anne, une saison
(t, automne, hiver, printemps), par le type (OM : Ordures mnagres, TS : Tri Slectif)
et par une priodicit (1 pour hebdomadaire et 0.5 pour une fois toutes les deux semaines).
En tout le SICTOM possde plus de 100 tournes diffrentes pour les quatre saisons.
Dans la figure 3.4, nous avons entour lAlias de la tournes (une concatnation de
lanne et du numro dune tourne), les boutons pour faire diffrentes actions sur la
tourne (Crer, Supprimer, Modifier) et la liste des points de collecte dans la tourne.
Cette liste est encore vide car nous navons pas encore ajout de point de collecte.
La figure 3.5 montre comment ajouter un nouveau point dans une tourne. Nous
avons entour le nom du nouveau point ("Saurier"), le bouton "Ajouter dans tourne" qui
permet dajouter ce point dans la tourne, et les trois boutons "Monter", "Descendre" et
"Supprimer" qui permettent de manipuler ce nouveau point. Ces boutons aident galement
organiser lordre de passage sur les points de la tourne. Le trajet dessin sur la carte
commence par le point le plus haut dans la liste et finit par celui qui est en bas.
Raksmey PHAN
33
3.1.4
Une fois que les tournes sont construites, il est possible de les dessiner sur une carte.
Le dessin peut se faire de deux manires : suivant des lignes droites, ce qui nous permet
de comparer plusieurs tournes de couleurs diffrentes ou suivant les routes quempruntent
les camions.
La figure 3.6 montre une reprsentation linaire du trajet. Cela aide visuellement la
personne qui gre les tournes apporter les modifications en vue de rduire le coup. Par
exemple la figure 3.7 montre que si deux artes se croisent, alors il y a probablement une
amlioration apporter.
Il est galement possible de mesurer la distance totale parcourue, de calculer la dure
de la tourne et destimer le cot total de la tourne. La figure 3.8 montre le dessin dune
tourne pousant la forme du chemin parcouru. Nous pouvons remarquer que dans les
Raksmey PHAN
34
Raksmey PHAN
35
Raksmey PHAN
36
Figure 3.8 Exemple de dessin des tournes avec des trajets qui pousent la forme du
chemin parcouru
3.2
Nous allons prciser les changes dinformations de notre IHM avec les autres entits
en ligne comme Google Maps ou en local comme la BDD.
La figure 3.9 rsume bien les interactions entre les diffrentes entits. Nous avons
distingu trois grandes parties dans notre IHM : une partie pour calculer la matrice des
distances, une partie pour crer les points de collecte et une autre partie pour grer les
tournes. Nous retrouvons ces trois parties dans ce schma. On retrouve aussi une entit
appele "ActiveX" qui est linterface de communication entre les Java-JavaScript et la
BDD. Les traits flchs indique le sens de circulation des donnes. Par exemple, lentit
"Gestion des tournes" envoie une liste de points ordonns "Google Maps API" ainsi
quun ordre pour dessiner le trajet, puis "Google Maps API" met jour la "Google Maps"
de notre page html.
Raksmey PHAN
37
Figure 3.9 Schma dinteraction entre les diffrentes entits de lIHM de gestion des
tournes
3.3
Conclusion
Nous avons prsent dans les grandes lignes le potentiel de notre outil de gestion des
tournes. Il permet assez simplement la construction, la modification et la comparaison de
diffrentes tournes. Cependant, il existe encore plusieurs problmes ou imprcisions. En
effet, les valeurs chiffres telles que la distance, la dure et le cot dune tourne ne sont
que des estimations. Nous avons constat quelles sont parfois loin de la ralit.
Dans le chapitre suivant, nous ferons le choix de faire une analyse statistique des
diffrentes donnes sur les tournes pour les rutiliser dans ces estimations.
Raksmey PHAN
38
Raksmey PHAN
39
4.1
Nous avons mis en place une base de donnes de type ACCESS, de Microsoft Office.
Ce choix sexplique par notre volont de crer un outil fonctionnant sur une large palette
de PC sans avoir installer de logiciels supplmentaires. La base de donnes ACCESS est
disponible dans le package Office "Microsoft Office" et ce, quelque soit sa version. Elle est
donc dj installe sur la plupart des machines.
La figure 4.2 montre la dfinition des entits et des rgles dassociation de notre
base de donnes selon la reprsentation en Modle Conceptuel des Donnes (MCD). Le
MCD permet de reprsenter les donnes du systme dinformation de manire cohrente et
facilement comprhensible. En partant de ce travail, il nous est possible de savoir quelles
sont les analyses statistiques que nous pouvons effectuer par lextraction des informations
disponibles actuellement et de dire quelles seraient les donnes ncessaires ajouter si on
souhaite faire dautres types danalyses dans le futur.
Raksmey PHAN
40
4.2
Une fois que le travail dadaptation des donnes est effectu, il est possible de mettre
en place une analyse synthtique des chiffres. Il a fallu extraire les donnes du SICTOM
qui sont aux formats Excel et papier puis les transformer en une BDD cohrente pour les
Raksmey PHAN
41
Raksmey PHAN
42
Raksmey PHAN
43
Raksmey PHAN
44
Figure 4.6 Diagramme en btons du nombre doccurrences des tournes par quantit
de dchets rcolts
4.3
A partir des donnes de lanne 2009, nous avons mis en place un outil danalyse de
lutilisation des camions. Sachant quun camion est amorti sur cinq annes, nous avons fait
une extrapolation des donnes sur les quatre annes prcdent 2009. Le tableau de la figure
4.7 est un rcapitulatif chiffr des donnes sur les camions. Remarquons seulement quil
y a une bonne distribution des valeurs entre les quatres premiers camions. Le cinquime
tant en panne, nous ne pouvons pas le considrer dans notre analyse.
Raksmey PHAN
45
Raksmey PHAN
46
4.4
Nous avons dvelopp un tableau de bord pour suivre la quantit de dchets collects
par les diffrentes tournes.
Cette IHM illustr par la figure 4.10 est compose de plusieurs parties. La zone A est
partage en trois graphes qui dessinent la quantit de dchets mnagers collects en faisant
les sommes de manire journalire (quantit collect par jour), hebdomadaire (toute la
quantit collecte en une semaine) et mensuelle (toute la quantit collect en un mois). Les
zones B et C permettent de restreindre la slection des tournes une saison particulire
(t, Hiver, Printemps/Automne) ou un jour de la semaine (Lundi, Mardi,...). La zone
D contient une liste des tournes qui correspondent aux critres choisis dans les zones B
et C.
Raksmey PHAN
47
Raksmey PHAN
48
Figure 4.11 Affichage par le logiciel, des graphes ne concernant quune tourne
particulire
4.5
Conclusion
Le travail concernant lextraction des donnes du SICTOM est termin. Cette premire
tape dextraction des donnes nous a permis de faire les analyses statistiques sur les chiffres
cls du SICTOM. Par la suite il est toujours possible de prendre en compte dautres points
que lon jugerait pertinents (tout dpend des donnes que nous avons et aussi de leur
qualit).
Ainsi, nous pensons quil serait intressant de proposer une interface qui permet de
sauvegarder au jour le jour les donnes sur les camions revenant au SICTOM. Cela
permettrait de consolider ces statistiques. Dans le mme esprit, si nous avons accs aux
plannings des annes 2005 - 2006 - 2007 - 2008, nous pourrons estimer de manire prcise
lusure des camions et lamortissement de ceux-ci. Dune manire gnrale, on peut dire
quil vaut toujours mieux avoir des donnes sous le format adquat ds le dbut que de
devoir les adapter ; et quil vaut toujours mieux avoir les donnes relles que dutiliser celles
qui sont extrapoles.
Aprs avoir utiliser le logiciel danalyse des donnes statistiques, notons les points
importants qui semblent merger.
Plus de 500 000e de frais de fonctionnement pour les tournes ; ne prenant en compte
que lamortissement, lquipage et le carburant
On estime le kilomtrage annuel infrieur 80 000 kilomtre
On estime la dure annuelle des tourne suprieure 7 000 heures
Il y a plus de 1673 tournes effectues par an
Il y a plus de 30% des tournes qui dpassent les 5 tonnes (obligation de revenir pour
Raksmey PHAN
49
Raksmey PHAN
50
Figure 5.1 Module de gestion du planning du personnel et des vhicules dans la vue
fonctionnelle
Raksmey PHAN
51
5.1
5.1.1
La partie A de la figure 5.2 permet dorganiser les diffrents groupes qui feront les
tournes (chauffeur, ripeurs, camion,...). Lheure de dpart, lheure darrive ainsi que le
poids et la distance parcourue serviront dans un deuxime temps faire diffrentes analyses
du fonctionnement du SICTOM.
Raksmey PHAN
52
Raksmey PHAN
53
5.1.2
Raksmey PHAN
54
5.1.3
Laffectation dun vhicule une tourne est simple. Il ny a pas de critres spcifiques
puisquil ny a que cinq vhicules. La figure 5.6 montre la liste complte des vhicules
disponibles au SICTOM.
5.1.4
Raksmey PHAN
55
5.1.5
En plus de ces diffrentes parties, nous avons mis en place deux boutons de fonction
gnrale que nous avons entours sur la figure 5.8.
Le bouton "Enregistrer" est un complment des boutons "Sauvegarder" du planning des
tournes. Alors que ces derniers font la sauvegarde dune tourne, le bouton "Enregistrer"
permet de sauvegarder toutes les tournes de la semaine.
Le bouton "Imp. Planning" sert imprimer le planning hebdomadaire quon pourra
afficher dans la salle de repos. La figure 5.9 est un exemple de ce quest le planning
hebdomadaire. Le format de ce planning est assez proche de ce que Patrick Admirat crit
actuellement la main afin de ne pas changer les habitudes du personnel. Ce planning est
affich dans la salle commune des chauffeurs et ripeurs.
Raksmey PHAN
56
Raksmey PHAN
57
5.2
Linterface du planning des congs illustre par la figure 5.10 permet de sauvegarder
les congs et les arrts maladies du personnel. Elle se compose de deux parties. La partie A
affiche les congs enregistrs et la partie B permet de sauvegarder les congs du personnel.
5.2.1
Il y a deux moyens pour grer le cong dune personne. On peut afficher le cong de tout
le monde et trouver la personne dans la liste (figure 5.10) ou bien slectionner la personne
dans la liste droulante (figure 5.11) puis cliquer sur "Afficher".
Cette deuxime mthode est prconise lorsquon veut avoir des informations sur une
seule personne. En fait on affiche tout le monde seulement lorsquon veut se faire une ide
du nombre de cong global dun mois.
Figure 5.11 Interface de gestion des congs pour une seule personne
5.2.2
Une fois que le ou les noms des gens sont affichs, on peut cliquer sur les rectangles
droite des noms du personnel. Ces rectangles se changent alternativement en bleu et en
rouge comme le montre la figure 5.12. Le rectangle est en bleu lorsque la personne est en
Raksmey PHAN
58
5.3
Conclusion
La partie de cration dune IHM pour grer le planning des tournes ainsi que le cong
du personnel est termin. Alors quavant on devrait se rappeler du planning des semaines
prcdentes pour sassurer de la disponibilit des ressources un instant donn, maintenant
ces donnes sont regroupes dans une mme interface pour faciliter laffectation des
chauffeurs et des ripeurs aux tournes. Cette interface permet ds prsent de sauvegarder
les donnes pertinentes telles que la dure dune tourne, le kilomtrage, le tonnage,...
Des modifications futures sont possibles dans la mesure o les outils utiliss sont libres
et gratuits. Ceci est une premire version de linterface et donne une ide la direction du
SICTOM des possibilits offertes par linformatique. Une des parties sensibles du projet,
qui est la cration dun schma de base de donnes ainsi que son remplissage, a t effectue.
Les volutions futures pourront se reposer sur ces solides fondations.
La cration de cette interface dcoule dun besoin exprim notamment lors de la partie
"Analyse des donnes". Ainsi plus la BDD est complte et plus nos analyses et prvisions
sont prcises.
Raksmey PHAN
59
Figure 6.1 Module doptimisation des tournes de vhicules dans la vue fonctionnelle
6.1
Schma de programmation
60
6.2
Raksmey PHAN
61
Figure 6.3 Optimisation par modification de lordre dun client dans une tourne
Un autre type de modifications consiste regarder deux tournes pour chercher
dplacer un client de lune vers lautre. Dans ce genre de modification, il est important de
connatre la quantit de dchets du client que lon souhaite dplacer pour sassurer que la
tourne de destination est capable de laccueillir au vue de la capacit limit des vhicules.
La figure 6.4 illustre un problme de tournes avec treize clients et deux tournes.
Dans la premire solution, les deux tournes sont :
Tourne verte : C1, C2, C3, C4, C5, C6, C7
Tourne orange : C8, C9, C10, C11, C12, C13
Dans la seconde solution, on dplace le client C7 de la tourne verte vers la tourne
orange :
Tourne verte : C1, C2, C3, C4, C5, C6
Tourne orange : C7, C8, C9, C10, C11, C12, C13
Ce genre de modification nest pas trs important du point de vue du chauffeur. La
modification porte sur deux tournes, mais nous ne faisons quenlever et ajouter un client.
Figure 6.4 Optimisation par dplacement dun client dune tourne vers une autre
Le dernier type de modification que nous allons vous prsenter est une modification par
suppression de tourne. Avoir une tourne en moins peut permettre au SICTOM de faire
de relles conomies. Mais il faut sassurer que les tournes vers lesquelles ont souhaite
dplacer les clients de la tourne supprimer sont capables de les accueillir au vue de
la capacit limite des vhicules. La figure 6.5 illustre la suppression dune tourne par
dplacement de ses clients vers deux autres tournes. La tourne bleu est ainsi distribue
dans les tournes verte et orange. Pour cette mthode, il est important de sassurer quil
y a suffisamment de tournes de destination pour quune tourne seule ne reoive pas
un nombre trop important de clients car cela modifierait de manire trop importante les
habitudes des chauffeurs. tant donn que les tournes actuelles sont dj la limite de la
capacit maximale des vhicules, ce problme ne se posera probablement pas.
Raksmey PHAN
62
6.2.1
Nous appelons recherche locale lensemble des algorithmes que nous combinons pour
effectuer des modifications sur les tournes, dont certains sont prsents prcdemment. A
prsent, nous allons prsenter un peu plus en dtail les diffrentes mthodes.
A partir dune solution ralisable (qui respecte toute les contraintes) nous appliquons
plusieurs mouvements intra et extra-tourne. On utilise 3 types de mouvement que nous
prsentons ci-dessous : les 2-Opt, les Or-Opt et les Swap. On distingue les mouvements
internes qui ne modifient quune tourne et les mouvements externes qui modifient deux
tournes. Et enfin nous prsentons la mtaheuristique Variable Neighborhood Descend qui
permet dorganiser lordre dexcution de ces diffrents mouvements.
Une heuristique est un algorithme polynomial qui permet de trouver une solution
ralisable rapidement sans pouvoir garantir que cest la solution optimale. Une mtaheuristique
est un algorithme itratif qui trouve plusieurs solutions ralisables sans garantir que lune
dentres elles est loptimale. Les mtaheuristiques permettent le plus souvent de progresser
vers la solution optimale sans certitude de latteindre.
2-Opt Interne
Le mouvement de 2-Opt Interne reprsent par la figure 6.6, dcoupe deux arcs
dune mme tourne. On parcourt dans lordre de la squence les arcs pour slectionner
successivement le premier arc, puis le second arc parmi les arcs suivants du premier. Cette
opration permet dinverser le segment lintrieur dune tourne.
Raksmey PHAN
63
Raksmey PHAN
64
Raksmey PHAN
65
6.2.2
Une fois que ces mthodes de modification des tournes sont mises en place, il faut
encore dterminer lordre dans lequel nous les appliquons. En effet que lon applique dabord
le 2-Opt Interne puis le Swap Interne et enfin le Or-Opt, le rsultat nest pas forcment
le mme que si on appliquait ces mthodes dans le sens inverse. Pour cela nous nous
inspirons de la Variable Neighborhood Descend, une composante de la mtaheuristique
VNS (Variable Neighborhood Search). Propose par Hansen et al. [HM97] [HM07], lide
gnrale est de changer systmatiquement de systme de voisinage au cours de la recherche
locale.
Ce quon appelle un systme de voisinage est lensemble des tats que lon peut atteindre
en appliquant une fois un mouvement. Par exemple, le systme de voisinage au 2-Opt
Interne dune solution de tournes de vhicules est lensemble des solutions de tournes de
vhicules que lon peut avoir en appliquant une fois le mouvement de 2-Opt Interne la
solution courante.
Ce quon appelle un minimum local un type de voisinage est une solution qui na
pas de voisin "meilleur" quelle pour le dit voisinage. Par exemple, si une solution est un
minimum local pour le type de voisinage 2-Opt Interne, cela signifie que, quelque soit larc
sur lequel on lui applique une fois le mouvement de 2-Opt Interne, la solution obtenue ne
sera pas meilleure que la solution courante. Un minimum global est une solution optimale,
cest--dire quil ny a pas de solution meilleure.
La VNS dcoule des observations suivantes :
Un minimum local selon un type de voisinage v1 nest pas forcment un minimum
local pour le type de voisinage v2
Un minimum global est un minimum local, et ce quelque soit le voisinage
Pour nombre de problmes, des minima locaux sur un ou plusieurs voisinages sont
relativement proches les uns des autres
Cette dernire remarque, faite de manire empirique, implique quun minimum local est
susceptible de donner des informations sur le minimum global. Ainsi, en approfondissant la
recherche dun minimum local plusieurs types de voisinage, on amliore nos connaissances
sur le minimum global.
Dans la VND le parcourt des systmes de voisinages se fait de manire dterministe.
Lalgorithme 1 illustre lenchainement des mthodes et donc des systmes de voisins. Soit
E la solution courante. On recherche une solution amliorante avec la premire mthode. Si
elle existe, elle devient le nouvelle solution courante, sinon on passe la mthode suivante.
Le succs dune mthode permet de revenir la premire mthode. La recherche sarrte
lorsquon choue avec la dernire mthode.
Raksmey PHAN
66
Lordre dapplication des mthodes de modification des tournes (2-Opt, Or-Opt, Swap)
que nous avons dfini dans la VND nest pas un hasard. Sachant que la mthode qui est
la plus imbrique dans les boucles est celle qui sera la plus souvent appele, plus une
mthode est "rapide", plus elle est imbrique. On suppose quune mthode est dautant
plus "rapide" ( sassurer que la solution courante est un minimum local) que le nombre
de ses voisins est faible.
6.3
Nous venons de voir les mthodes permettant damliorer les solutions courantes. Or elle
ne permettent pas de construire de nouvelles tournes. Dans la suite de ce chapitre, nous
allons prsenter les heuristiques de Golden and Wong [GDB83] [GW81] (Path-Scanning
et Augment-Merge) qui sont connues pour donner des rsultats de bonne qualit sur les
problme de tournes de vhicules de type VRP.
Ce que nous souhaitons cest inserer de nouveaux points de collecte comme le montre
la figure 6.11. Cela nous permet, partir dun ensemble de tournes existantes, dinsrer
moindre cot de nouveaux points tout en limitant le nombre de nouvelles tournes cres.
Raksmey PHAN
67
6.3.1
Path-Scanning
Path-Scanning construit les tournes une une en ajoutant successivement les clients
la fin de la tourne. On part dune solution initiale dont aucun des nouveaux clients nest
servis ; on cre une nouvelle tourne avec le premier client (le premier client peut tre par
exemple le client le plus proche du dpt tout en ntant pas encore servi), puis on lui
adjoint de nouveaux clients (le nouveau client ajouter peut tre par exemple le client le
plus proche du prcdent tout en ntant pas encore servi). Lorsquon ne peut plus ajouter
de client ( cause dune contrainte comme la capacit du vhicule par exemple), on ferme
cette tourne pour en crer une nouvelle. On procde ainsi jusqu linsertion de tous les
clients. La figure 6.12 illustre ces quatre tapes.
6.3.2
Augment-Merge
Raksmey PHAN
68
6.4
Conclusion
Dans ce chapitre nous avons prsent les grandes lignes de ce que nous avons prvu
de faire pour la partie "Optimisation des tournes" du SICTOM. Nous avons dj dfini
les technologies utilises : html, JavaScript, ActiveX et dll. Ce choix a t effectu aprs
de nombreux tests pour sassurer de la compatibilit des diffrentes technologies. Puis
nous avons prsent les heuristiques de "recherche locale" et de "construction de solutions
initiales" que nous pensons pouvoir utiliser pour le problme du SICTOM. Nous pouvons
assurer de lefficacit de ces algorithmes puisque nous les avons dj utiliss lanne
passe. Nous pensons donc pouvoir appliquer la VND combine avec le Path-Scanning
et lAugment-Merge pour optimiser les tournes de vhicules du SICTOM.
Raksmey PHAN
69
Conclusion
Ce stage avait pour objectif dtudier les mthodes de travail du SICTOM et de
dvelopper une premire version dInterface Homme-Machine. Ce logiciel fonctionnel
montre les possibilits offertes par loutil informatique pour aider le syndicat harmoniser
son systme informatique et notamment son systme de conservation de bases de donnes.
Dans cet objectif, il a t ncessaire de travailler sur une refonte complte de la base
de donnes existante et de dvelopper un outil qui permet de sauvegarder de manire
cohrente ces donnes. A travers des outils graphiques nous avons montr que lorsque cette
base de donnes est complte, il est possible deffectuer diverses analyses statistiques qui
permettront au SICTOM de faire le bilan des collectes passes, de suivre au jour le jour
lvolution des tournes, et dextrapoler les donnes pour prvoir la charge de travail future.
Ce travail a aussi permis de dduire certaines donnes comme la quantit de dchets des
bacs, qui nous permet de complter notre modle de la partie optimisation des tournes.
Comme stage de dernire anne dingnieur, ce ft une occasion de travailler au plus
prs des gens du terrain. Cest une exprience de travail de consultant complet, dans la
mesure o nous avons ctoy toutes les catgories de personnel au SICTOM. Cela tait
ncessaire pour apprhender toute la complexit de lorganisation du SICTOM. Aprs
notre stage thorique de lanne passe, cest aussi une opportunit pour confronter les
rsultats de la recherche aux problmes rels. Le travail de la partie "Optimisation" est
une suite logique de nos travaux sur les tournes de vhicules de lanne dernire. A la fin
du stage, nous esprons avoir assez dlments pour prsenter le travail lors de la prochaine
confrence de la ROADEF 2011.
Raksmey PHAN
70
Bibliographie
[APG87] A. Assad, W. Pearn, and B. L. Golden. The capacited chinese postman
problem : lower bounds and solvable cases. American Journal of Mathematical
and Management Science, 7 :6388, 1987.
[BB92]
[BB94]
J. Belenguer and E. Benavent. A branch and cut algorithm for the capacited arc
routing problem. Workshop on Algorithmic Approches to Large and Complex
Combinatorial Optimization Problems. Gien, France., 1994.
[BB98]
[BB02]
[BC09]
[BCC92]
[CGLS04] J-F. Cordeau, M. Gendreau, G. Laporte, and J-S. Sormany. New heuristics for
vehicule routing problem. Technical report G33, GERAD, Montreal, Canada,
2004.
[CW64]
[DR59]
G.B. Dantzig and J.H. Ramser. The truck dispatching problem. Management
Science, 6 :8091, 1959.
[GDB83] B.L. Golden, J. DeArmon, and E.K. Baker. Computational experiments with
algorithms for a class of routing problems. Computers and Operations Research,
10 :4759, 1983.
[GW81]
B.L. Golden and R.T. Wong. Capacitated arc routing problems. Networks,
11 :30515, 1981.
[HM97]
[HM07]
Raksmey PHAN
71
BIBLIOGRAPHIE
[HSN92]
[KSS95]
[OC10]
J. Oleon and P. Cassereau. Extension dun sig bas sur google maps.
Rapport de stage, Institut Suprieur dInformatique de Modlisation et de leurs
Applications et Laboratoire dInformatique de Modlisation et dOptimisation
des Systmes, Clermont-Ferrand, FRANCE, Septembre 2010.
[Pea88]
W. Pearn. New lower bounds for the capacited arc routing problem. Networks,
18 :181191, 1988.
[Pha09]
[Pha10]
[PR07]
[RC02]
[Win87]
[YYY09] B. Yu, Z.-Z. Yang, and B. Yao. An improved ant colony optimization for vehicle
routing problem. European Journal of Operational Research, 196 :171176, 2009.
Raksmey PHAN
72