of 41 /41
Jean Aubin Mathématiques, logiciels et transport en commun

Jean Aubin Mathématiques, logiciels et transport en commun

Embed Size (px)

Text of Jean Aubin Mathématiques, logiciels et transport en commun

  • Page 1
  • Jean Aubin Mathmatiques, logiciels et transport en commun
  • Page 2
  • GIRO inc. 20092 Objectifs de la session Prsenter rapidement GIRO Expliquer la problmatique de la planification du transport en commun Donner un aperu des modlisations des problmes relis au transport en commun Discuter des algorithmes de rsolution Montrer des solutions logicielles GIRO-STD-INTROGIROF(2009)-20090112
  • Page 3
  • GIRO inc. 20093 GIRO - Historique Projet de matrise du prsident et co-fondateur, Jean-Yves Blais Optimiser les horaires des conducteurs de la STM Chapeaut par le Centre de Recherche sur les Transports (CRT) GIRO : Gnie Informatique et Recherche Oprationnelle HASTUS : Horaires et Assignations de Systmes de Transport Urbains et Suburbains Implant dabord Montral, Qubec puis... Singapour ! GIRO-STD-INTROGIROF(2009)-20090112
  • Page 4
  • GIRO inc. 20094 Mission & Employs Mission corporative Fournir une clientle internationale des logiciels et des services de qualit, spcifiques nos domaines daffaires se distinguant par lutilisation dalgorithmes doptimisation. Environ 220 employs Informaticiens Mathmaticiens Ingnieurs Groupe ddi aux algorithmes doptimisations
  • Page 5
  • GIRO inc. 20095 Clients New York, Los Angeles, Chicago, Montral, Stockholm, Vienne, Genve, Hambourg, Bruxelles, Singapore, Hong Kong, Sydney, Melbourne, Canberra, Brisbane, 250 sites dans plus de 25 pays...
  • Page 6
  • GIRO inc. 20096 Produits logiciels de GIRO HASTUS Horaires de transport public et oprations GeoRoute Tournes postales ou autres besoins similaires GIRO/ACCES Gestion du transport adapt
  • Page 7
  • GIRO inc. 20097 Mthodes de rsolution Programmation linaire Mthodes de flot dans les rseaux Programmation linaire en nombres entiers Gnration de colonnes Relaxation lagrangienne Recherche avec tabous Recherche voisinage variable - changes Recherche voisinage large Coupes de Gomory Algorithmes gloutons Heuristiques spcialiss Statistiques Mthodes de recherche locale numration explicite de l'espace de solution Paralllisme... Utiliser ce qui fonctionne bien selon le problme rsoudre
  • Page 8
  • GIRO inc. 20098 Transport en commun Estimation de la demande (matrice O-D) Lignes et frquences Graphicage ( vehicle scheduling ) Habillage ( crew scheduling ) Roulements ( rostering ) Oprations ( dispatching ) Horaire-matre (timetabling)
  • Page 9
  • GIRO inc. 20099 Offre de service 3 premires tapes Estimation de la demande (matrice O-D) Lignes et frquences Horaire-matre (timetabling) Aspects politiques et humains importants
  • Page 10
  • GIRO inc. 200910 Offre de service - Demande GIRO-STD-INTROGIROF(2009)-20090112
  • Page 11
  • GIRO inc. 200911 Offre de service - Lignes GIRO-STD-INTROGIROF(2009)-20090112
  • Page 12
  • GIRO inc. 200912 Offre de service - Frquences tablir les frquences/types de vhicule sur chaque ligne partir de donnes de frquentation
  • Page 13
  • GIRO inc. 200913 Variables de dcision Heures de dpart des voyages Objectifs Maximiser synchronisation (correspondances) Minimiser ressources (vhicules, conducteurs) Modle mathmatique Problme doptimisation Offre de service - Timetabling
  • Page 14
  • GIRO inc. 200914 Offre de service - Timetabling
  • Page 15
  • GIRO inc. 200915 Offre de Service - Timetable
  • Page 16
  • GIRO inc. 200916 Graphicage Donnes Voyages productifs ( timetable ) Temps de dplacement vide ( deadheads ) Battements minimums Garages (dpts) avec capacits Groupes de vhicules Objectifs Minimiser le nombre de vhicules ncessaire Temps improductif (battements, deadheads )
  • Page 17
  • GIRO inc. 200917 Graphicage Liens entre voyage Vhicules
  • Page 18
  • GIRO inc. 200918 Graphicage Variante simple seul dpt Problme de flot cot minimum dans un rseau
  • Page 19
  • GIRO inc. 200919 Graphicage Modle
  • Page 20
  • GIRO inc. 200920 Graphicage Complications rencontres en pratique Stationnement temporaire des vhicules Contraintes supplmentaires sur les vhicules Modifications possibles de lhoraire-matre ( timetable ) Synchronisation des correspondances Gnration de solutions similaires celle de dpart Traiter les activits dattelage/dtelage (rail) Traiter exceptions journalires Variantes urbaines et rgionales Lalgorithme doit demeurer efficace!
  • Page 21
  • GIRO inc. 200921 Graphicage
  • Page 22
  • GIRO inc. 200922 Graphicage
  • Page 23
  • GIRO inc. 200923 Habillage Donnes Horaire de vhicules Relves Temps de dplacement entre les relves Convention collective Contraintes Taux horaire, bnfices marginaux Primes Rsultat Pices et journes valides
  • Page 24
  • GIRO inc. 200924 Habillage - Modle Modle mathmatique : I : lensemble des journes possibles J : lensemble des tches couvrir Couverture des tches
  • Page 25
  • GIRO inc. 200925 Habillage
  • Page 26
  • GIRO inc. 200926 Habillage - Algorithmes Historique Avant 1990 : heuristiques spcialiss Depuis 1990 : gnration de colonnes GERAD (Desrochers et Soumis 1989) GIRO implique depuis dbut 1990 Dveloppements rcents Dcomposition Paralllisme Agrgation de tches Heuristiques complmentaires
  • Page 27
  • GIRO inc. 200927 Habillage Gnration de colonnes Toutes les journes possibles (millions) Sous-ensemble de journes possibles (milliers) Solution (dizaines) PL Valeurs duales Gnration des journes Aucune nouvelle journe gnre : Stop
  • Page 28
  • GIRO inc. 200928 Roulement
  • Page 29
  • GIRO inc. 200929 Roulement But Affecter le travail et les jours de repos sur un horizon dune ou plusieurs semaines Rduire les cots et maximiser la satisfaction des employs lments de roulement Journe de travail Journe de repos Priode de disponibilit Algorithme Mthodes dchanges
  • Page 30
  • GIRO inc. 200930 Roulement changes 1 2 3... n3 Dut8 Journes libres Jours de repos Roulement 3 1 2 3... n2 Dut1 Off Roulement 2 1 2 3... n1 Dut1 Dut7 Sun. Mon. Tue. Wed. Thu. Fri. Sat. Pos. Roulement 1 Dut4 Dut2 Dut1
  • Page 31
  • GIRO inc. 200931 d8 1 2 3... n1 1 2 3... n2 1 2 3... n3 d4 d3 Off d6 d5 d7 Off d9 d1 Off d13 Of f P1 P2 Roulement changes + Journes libres, Jours de repos Roulement m Roulement 2 Roulement 1 Sun Mon Tue Wed Thu Fri Sat Offd10d11 Off d3 d12 d4 d6 d11 d8 d7 d3 d5 Of f d9 d1 d15 Of f d13 d2 Off P1 P2 Off d4 d12 d10 d8 d12 Off d5 d7 d3 d9 d1 d15 Off d13 d2 Of f P1 P2 d12 d4 d12 d10 d8 Of f d5 d7 d3 d9 d1 d15 Of f d13 d2 Off P1 P2 d12 d4 d12 d10 d8 Off d6 d5 d7 d3 d9 d1 d15 Off d2 Of f P1 P2 d12 d4 d3 d10 d8 Off d6 d5 d7 Off d9 d1 Off d2 Of f P1 P2 d2 Off d11 d12 d1 Off d9 d7 d5 d4 d6 d8 d15 Of f d13 d10 Of f P1 P2 d12 d10 d2 Problme doptimisation linaire
  • Page 32
  • GIRO inc. 200932 Oprations quotidiennes Ragir aux perturbations quotidiennes Absences et retards des employs Interruptions de service Ajout ponctuel de service Problmes Affectation du travail libre aux employs disponibles Optimisation de nouvelles journes de travail Mthodes Programmation mathmatique Heuristiques spcialises
  • Page 33
  • GIRO inc. 200933 Oprations quotidiennes - Approche Pour chaque employ, valuer les jours de travail (JT) couvrir Identifier les candidats Employ-JT Un cot est attribu chaque candidat Cot dun candidat Valeur composite avec plusieurs facteurs considrer Les cots sont spcifis par des rgles Les candidats Employ-JT avec des cots levs sont moins dsirables Cot dune affectation globale Somme des cots de tous les candidats choisis La meilleure solution est celle avec le cot le plus bas Un conducteur nobtient pas ncessairement son premier choix
  • Page 34
  • GIRO inc. 200934 Oprations quotidiennes - Modle Minimiser le cot de la solution Pnaliser les jours de travail non assigns Importance relative de forcer lassignation Jours de travail Conducteurs
  • Page 35
  • GIRO inc. 200935 Oprations quotidiennes - Optimisation Employs Jours de travail E1 E2 E3 E4 E5 E6 E7 JT1 JT2 JT3 JT4 JT5 JT6 JT7 JT8 Candidats Cot total le plus bas = Meilleure qualit globale
  • Page 36
  • GIRO inc. 200936 Oprations quotidiennes - Algorithmes Approche de programmation linaire en nombres entiers Gnre une solution optimale Dfinir correctement les valeurs des cots est la cl pour obtenir les meilleurs rsultats en pratique
  • Page 37
  • GIRO inc. 200937 Oprations quotidiennes
  • Page 38
  • GIRO inc. 200938 Oprations quotidiennes - Modifications
  • Page 39
  • GIRO inc. 200939 Autres besoins/problmes Analyses statistiques et optimisation pour dfinir les temps de parcours Recherche de chemin le plus court pour fournir des itinraires la clientle Problme dordonnancement pour la gestion des vhicules
  • Page 40
  • GIRO inc. 200940 Gestion des vhicules
  • Page 41
  • GIRO inc. 200941 Questions