Thesis of Radhia Zaghdoud

Hybridation d’algorithme génétique pour les problèmes des véhicules intelligents autonomes : applications aux infrastructures portuaires de moyenne taille

Il s'agit d'un système d'affectation des conteneurs aux véhicules autonomes intelligents (AIVs) dans un terminal à conteneurs. Dans la première phase, on a développé un système statique pour résoudre le problème multi-objectif permettant d'optimiser la durée totale de l'opération de déplacement des conteneurs, le temps d'attente des véhicules aux niveaux de points de chargement et de déchargement et l'équilibre de temps de travail entre les véhicules. L'approche proposée est l'algorithme génétique(AG). Une extension de cette approche a été ensuite effectuée pour corriger les limites de la précédente. Pour choisir la meilleure approche, une étude comparative a été réalisée entre trois approches : AG, AG & DIJK et AG & DIJK & HEUR. L'étude numérique a montré la meilleure performance de l'approche AG & DIJK & HEUR par rapport aux deux autres approches. Dans la deuxième phase, on a étudié la robustesse de notre système dans un environnement dynamique. Un retard de l'arrivée d'un navire au niveau du port ou un mauvais fonctionnement de l'un des équipements peut causer un retard de l'une des opérations du processus de chargement ou de déchargement. Ceci va influencer sur l'opération d'affectation des conteneurs. L'idée était d'ajouter les nouveaux conteneurs aux véhicules qui sont déjà non disponibles. Le trafic routier peut aussi causer un retard de l'arrivée du véhicule à la position du conteneur ou le non disponibilité d'un point de croisement des chemins. Ces cas ont été étudiés expérimentalement, les résultats numériques ont montré la robustesse de notre approche pour le cas dynamique.

Jury

Directeur de Thèse : Khaled GHEDIRA Professeur, Institut Supérieur de gestion (ISG) Tunis. Khaled MESGHOUNI, Maître de conférences, HDR, Ecole Centrale de Lille. Rapporteurs : Abdellah EL MOUDNI, Professeur, Université de Belfort-Montbéliard. Sawssen KRICHENE, Professeur, Université de Tunis. Membres : Simon COLLART-DUTILLEUL, Directeur de Recherche IFSTTA. Henda BEN GHEZALA, Professeur, Ecole Nationale des Sciences de l'Informatique (ENSI) Tunis. Aziz MOUKRIM, Professeur, Université de Technologie de Compiègne. Kamel ZIDI, Docteur, Maître assistant, Faculté des sciences de Gafsa, Tunisie.

Thesis of the team OSL defended on 17/11/2015