Les services de e-commerce se sont beaucoup développés ces dernières années et proposent aujourd’hui un très large choix de produits et une livraison rapide. Une des principaux freins au développement du e-commerce reste le coût du dernier kilomètre, qui représente, selon les sources entre 25% et 40% des coûts de distribution. Les livraisons manquées, qui concernent environ 14% des livraisons [Allen et al., 2016] peuvent expliquer ce chiffre élevé. C’est pourquoi des solutions innovantes sont cesse testées, comme les livraisons dans le coffre des voitures [McFarland, 2018] ou les livraisons dans des consignes et point de retrait, dont le nombre a augmenté de 33% en France et en Allemagne entre 2008 et 2014 [Morganti et al., 2014]. Le problème de tournées de véhicules avec options de livraisons (Vehicle Routing Problem with Delivery Options, VRPDO) [Dumez et al., 2020] cherche à livrer, au moindre coût, un ensemble de colis à des clients ayant donné plusieurs options de livraison. Lorsqu’un client passe une commande, il propose plusieurs lieux et horaires de livraison possibles, et donne un ordre de préférence entre ces options. Les livraisons peuvent avoir lieu en un lieu de livraisons individuels (domicile) ou partagé (relais colis, conciergerie, consignes). Le VRPDO consiste à définir un ensemble de routes pour livrer les clients en respectant les fenêtres horaires des lieux de livraisons visités, la capacité des lieux de livraisons partagés et la qualité de service requise. Ainsi, le VRPDO est un problème de tournées de véhicules avec de multiples options de livraison et des ressources synchronisées [Drexl, 2012]. Pour résoudre le VRPDO, nous proposons une heuristique de recherche à voisinage large (Large Neighborhood Search, LNS) [Shaw, 1998] couplé avec la résolution d’un problème de partitionnement (Set Partitioning Problem, SPP) et l’utilisation du voisinage de Balas-Simonetti [Balas, 1999], avec diverses composantes adaptatives. L’heuristique LNS utilise plusieurs opérateurs issus de la littérature ainsi que des opérateurs spécifiques au VRPDO. La résolution d’un modèle d’un SPP adapté au VRPDO permet de recombiner des routes générées lors d’itérations différentes. Enfin l’utilisation du voisinage de Balas-Simonetti via la résolution d’un plus court chemin sous contraintes de ressources dans un graphe auxiliaire permet d’améliorer des solutions élite. Nos expérimentations sur des instances générées aléatoirement montrent qu’il est possible de réduire significativement les coûts de livraison en considérant des options de livraisons [Dumezet al., 2020]. Cette différence, face au cas où seule la livraison au domicile est considérée, devient très importante lorsque la taille des fenêtres de temps pour la livraison est étroite. D’un point de vue méthodologique, nous montrons que l’hybridation entre le LNS, le SPP et l’utilisation du voisinage de Balas-Simonetti permet également d’obtenir de bons résultats numériques sur divers problèmes voisins du VRPDO. Nous présentons les résultats numériques obtenues sur des instances test du du Generalized Vehicle Routing Problem with Time Windows [Moccia et al., 2012], du Vehicle Routing Problem with Roaming Delivery Locations Reyes et al. [2017]) et du Vehicle Routing Problem with Multiple Time Windows Belhaiza et al. [2014]). Références Julian Allen, Maja Piecyk, and Marzena Piotrowska. Analysis of the parcels market and parcel carriers operations in the UK. Technical report, University of Westminster, 2016. Egon Balas. New classes of efficiently solvable generalized traveling salesman problems. Annals of Operations Research, 86 :529–558, 1999. Slim Belhaiza, Pierre Hansen, and Gilbert Laporte. A hybrid variable neighborhood tabu search heuristic for the vehicle routing problem with multiple time windows. Computers & Operations Research, 52 :269–281, 2014. Michael Drexl. Synchronization in vehicle routinga survey of VRPs with multiple synchronization constraints. Transportation Science, 46(3) :297–316, 2012. Dorian Dumez, Fabien Lehuédé, and Olivier Péton. A large neighborhood search approach to the vehicle routing problem with delivery options. Technical report, IMT atlantique, 2020. Matt McFarland. Amazon now delivers to the trunk of your car. CNN business, 2018. URL https://money.cnn.com/2018/04/24/technology/amazon-key-in-car-delivery-review/index.html. Luigi Moccia, Jean-François Cordeau, and Gilbert Laporte. An incremental tabu search heuristic for the generalized vehicle routing problem with time windows. Journal of the Operational Research Society, 63(2) :232–244, 2012. Eleonora Morganti, Saskia Seidel, Corinne Blanquart, Laetitia Dablanc, and Barbara Lenz. The impact of e-commerce on final deliveries : alternative parcel delivery services in France and Germany. Transportation Research Procedia, 4 :178–190, 2014. Damián Reyes, Martin Savelsbergh, and Alejandro Toriello. Vehicle routing with roaming delivery locations. Transportation Research Part C : Emerging Technologies, 80 :71–91, 2017. Paul Shaw. Using constraint programming and local search methods to solve vehicle routing problems. In International Conference on Principles and Practice of Constraint Programming, pages 417–431. Springer, 1998.