Un ALNS pour le Team Orienteering Problem appliqué à des problèmes industriels de très grandes tailles - Archive ouverte HAL
Conference Papers Year : 2022

Un ALNS pour le Team Orienteering Problem appliqué à des problèmes industriels de très grandes tailles

Abstract

Les problèmes de tournées de véhicules sont très largement étudiés dans la littérature et les avancées algorithmiques permettent aux algorithmes de traiter de problèmes composés d'un nombre de points de plus en plus grand. Pour autant, seuls quelques auteurs se sont intéressés aux problèmes de très grandes tailles (i.e. plusieurs milliers de points) que l'on peut rencontrer dans certains problèmes industriels. Le besoin est notamment présent dans le domaine de l'exploration des sous-sols, où de très larges zones doivent être couvertes afin de permettre une analyse efficace de leur composition. C'est dans ce contexte que nous nous intéressons à la résolution d'un problème de Team Orienteering (TOP) à contraintes particulières. Après avoir caractérisé le problème, nous développons une métaheuristique de type ALNS adaptée à la résolution de problèmes de très grande taille. L'efficacité de la méthode sur les instances "large scale" (jusqu'à 400 points) de la littérature TOP montre que notre métaheuristique est un point de départ pertinent vers la résolution de problèmes de très grande taille.
Fichier principal
Vignette du fichier
ROADEF_2022_ALNS_Pour_TOP.pdf (218.54 Ko) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

hal-03611352 , version 1 (17-03-2022)

Identifiers

  • HAL Id : hal-03611352 , version 1

Cite

Charly Chaigneau, Nathalie Bostel, Axel Grimault. Un ALNS pour le Team Orienteering Problem appliqué à des problèmes industriels de très grandes tailles. ROADEF 2022 : 23ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision, INSA Lyon, Feb 2022, Villeurbanne - Lyon, France. ⟨hal-03611352⟩
208 View
67 Download

Share

More