Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Christian PRINS*
christian.prins@utt.fr
C. PRINS - Algorithmes mémétiques pour les problèmes de tournées de véhicules - Slide #2
Plan
Partie 1
Un algorithme mémétique
pour le VRP
C. PRINS - Algorithmes mémétiques pour les problèmes de tournées de véhicules - Slide #4
Notes:
nombre de tournées libre.
pas de livraisons partielles
NP-difficile : TSP si demande totale ≤ W.
C. PRINS - Algorithmes mémétiques pour les problèmes de tournées de véhicules - Slide #7
1 5 4 0 2 7 3 0 6 8
Chromosome et croisement
Chromosome :
permutation S des n clients
plus courts chemins implicites entre clients
sans délimiteurs de tournées : "tour géant" avec W=∞
Tout croisement pour le TSP est utilisable, exemple LOX:
2 points de coupure aléatoires
↓ ↓
P1 : 1 3 2|6 4 5|9 7 8
P2 : 3 6 8|1 4 9|2 5 7
C1 : 3 8 1 6 4 5 9 2 7
Mais comment en déduire une solution pour le VRP ?
C. PRINS - Algorithmes mémétiques pour les problèmes de tournées de véhicules - Slide #9
∑ q( S
k =i +1
k) ≤W
10 30 40 15
25 T2
T1:55 60 T3:90
a(5) 20 35 e(7) a e
ab:55 cd :95
40 55 115 150
a:40 b:50 c:60 d:80 e:70
0 205
bc:85
bcd:120 de:90
Avantages de SPLIT
Simplicité :
pas de problèmes avec les délimiteurs de tournées
réutilisation possible de croisements pour le TSP.
Rapidité :
algorithme de Bellman pour graphes sans circuit
complexité O(m) pour m arcs dans H et m = O(n2).
C. PRINS - Algorithmes mémétiques pour les problèmes de tournées de véhicules - Slide #12
Population
Table Pop de nc chromosomes distincts :
pour éviter convergence prématurée (clones)
meilleure dispersion (et donc exploration) des solutions
a b
a b
u v u v Or-OPT
Déplacement de chaînes
Depot y y
x x
u v u v
2-OPT
x y x
Croisement de deux arêtes y
u v u v Mouvements appliqués
aussi à deux tournées,
T1 T2
x y x y exemple 2-OPT.
L'ensemble des
mouvements est
évaluable en O(n2).
u v u v
T1 T2 Première amélioration
x y y
x
au lieu de meilleure
amélioration.
C. PRINS - Algorithmes mémétiques pour les problèmes de tournées de véhicules - Slide #16
Exemples de résultats
14 instances de Christofides, n=50-199
Références
Ce travail :
Prins, A simple and effective evolutionary algorithm for
the VRP, Comp. Oper. Res. 31(12), p. 1985-2002, 2004.
Partie 2
9 20
9 13 4 5
17 T3 : 66 T4 : 71
16
4 11
1 12 5
14 19
19 18 7
12 10 7 3
3
8 4 T5: 50
11
10
8 6 Optimum:
20 5 trips
total cost 316
Utilité du MCARP
i i i
7 8 6
i j
no 10 10 no
u v
Chromosome et croisement
Après ce codage, le MA ressemble à celui pour le VRP,
mais avec des index d'arcs au lieu d'index de nœuds.
Chromosome:
suite de t indices d'arcs (1 par tâche).
plus courts chemins implicites entre tâches.
pas de délimiteurs de tournées (tour géant avec W=∞)
chaque tâche figure sous forme d'un de ses deux arcs!
2
Evaluation: procédure SPLIT in O(t )
c(5)
20 20
b(3) 5 d(1) 5
5 Trip 3
20 15 5 5 5
10 11 13 9 20 15
10 11 13 9
11 14
Trip 1
a(4) 5 12 10 7 e(6) 5 7
20 16
20 16
depot
bcd(80)
bc(56) de(50)
a(37) b(27) c(40) d(32) e(33)
0 37 51 91 115 141
ab(51) cd(64)
u y u y u y
T1 T1 T1 T2
T2
x T2 v
x v inv (x) inv (v)
depot
066-21-087 014-18-032
205
7 187-44-231 8 41 9 10 11
246 000-18-018
478 478 238 204 000 707 707 159 053 146
22 22 17 25 204 14 17 17 26 18 18
500 500 255 229 25 014 724 724 185 071 164
229
Références
Lacomme, Prins, Ramdane-Chérif, Competitive memetic algo-
rithms for arc routing problems, Annals of OR, 131, p. 159-
185, 2004.
Partie 3
Renforcement des MA :
MA|PM
En collaboration avec :
K. Sörensen (Univ. Anvers, Belgique)
M. Sevaux (Univ. Bretagne-Sud, Lorient)
C. PRINS - Algorithmes mémétiques pour les problèmes de tournées de véhicules - Slide #34
Principe. MA avec :
petite population de bonnes solutions bien diversifiées
gestion de la population pour contrôler la diversité.
Gestion de population :
distance d(x,y) dans l'espace des solutions
distance à une population P: dP(s) = min {d(s,x): x∈P}
nouvelle solution s ajoutée à P seulement si dP(s) ≥ ∆
ajustement dynamique du seuil de diversité ∆
C. PRINS - Algorithmes mémétiques pour les problèmes de tournées de véhicules - Slide #35
Exemple. DL("fruits","brutes") = 4:
fruits → bruits → bruts → brutes
C. PRINS - Algorithmes mémétiques pour les problèmes de tournées de véhicules - Slide #39
max value:
0.7 x dmax
min value: 1
Crossovers
C. PRINS - Algorithmes mémétiques pour les problèmes de tournées de véhicules - Slide #40
Résultats
Partie 4
Le HVRP
VRP mais t types de véhicules. Type k défini par :
capacité Qk et disponibilité ak
coût fixe Fk
"coût variable" Vk (= coût par unité de distance)
Programmation dynamique
Soit F(j,x1,x2,…,xt) :
le coût d'une découpe optimale de S1…Sj
avec 0 ≤ xk ≤ ak véhicules de chaque type k.
Quelques résultats
8 instances de Taillard, n=50-100
Meilleures solutions connues (BKS) dans Tarantilis et al.
Un seul réglage de parameters - PC à 2.4 GHz
Conclusion
Nos MA sans délimiteurs de tournées sont des outils
efficaces pour les problèmes de tournées de véhicules.