Soutenance de thèse de Jorge Mortes Alcaraz

Résumé : Cette thèse vise à améliorer la résolution problèmes de transport en intégrant des contraintes liées aux infrastructures urbaines dans des algorithmes basés sur les d onnées. Nous nous concentrons sur deux défis contemporains : la livraison du dernier kilomètre et la planification d’un système de transport à la demande. Pour le premier défi, nous nous intéressons à l’apprentissage de fenêtres de temps multiples. Pour ce faire, nous utilisons des algorithmes de type multi armed bandit. Les résultats montrent que l’apprentissage permet d’obtenir des itinéraires plus réalistes et plus efficaces. Concernant le second défi, nous abordons d’abord le problème statique de tournées de transport à la demande. Pour le résoudre, nous développons une méthode de type small and large neighborhood search, combinée à la résolution d’un problème de couverture d’ensemble. L’algorithme proposé surpasse les méthodes existantes sur les i nstances basées sur des données de la ville de New York. Nous nous intéressons ensuite à la version dynamique du problème. Nous la résolvons en utilisant des algorithmes lookahead, qui anticipent les potentiels événements futurs pour les décision de routag e. Les politiques proposées sont évaluées sur des instances de New York, démontrant que les stratégies anticipatives améliorent significativement la prise de décision.