Laboratoire de Génie Informatique et d’Automatique de l’Artois

Yuhan GUO

Ingénieur
(Départ du LGI2A en 2014)
Membre des axes :
2013
Revue Internationale avec Comité de Lecture
A multi-destination daily carpooling problem and an ant colony based resolution method
Operations Research, RAIRO, Vol. 47, No. 4, novembre 2013
A two-phase framework to design the sustainable agri-food supply chain
26th EURO-INFORMS Joint International Meeting, EURO-INFORMS 2013, Rome, Italy, 1-4 July, juin 2013
A Clustering Ant Colony Algorithm for the Long-term Car Pooling Problem
International Journal of Swarm Intelligence Research, IJSIR, pp 39-62, Vol. 3, No. 2, IGI Global publications, juin 2012
An ant colony algorithm based hybrid approach for solving the multi-destination car pooling problem
13ème congrès de la Société Française de Recherche Opérationnelle et d'Aide à la Décision, Roadef 2012, Angers, France, avril 2012
Multi-agent based self-adaptive genetic algorithm for long-term car pooling problem
Journal of Mathematical Modelling and Algorithms, JMMA, Springer, février 2012
A clustering ant colony algorithm for the long-term car pooling problem
IEEE International Conference on Swarm Intelligence, ISCI11, Cergy, France, June 14-15, juin 2011
A guided genetic algorithm for solving long-term car pooling problem
IEEE Workshop on Computational Intelligence in Production and Logistics Systems, CIPLS 2011, Paris, France, avril 2011
Genetic Algorithm With Preference Matrix For Car Pooling Problem
12e congrès annuel de la Société française de Recherche Opérationnelle et d'Aide à la Décision, ROADEF 2011, Saint Etienne, France, mars 2011
A self-adaptive genetic algorithm for car pooling problem
3rd International Conference on Metaheuristics and Nature Inspired Computing, META'10, Djerba, Tunisia, octobre 2010
A velocity based bee colony algorithm for car pooling problem
EU MEeting 2010, Lorient, France, juin 2010

Auteur de la thèse intitulée "Métaheuristiques pour la Résolution de Problème de Covoiturage régulier de Grande Taille et d’une Extension"

2009 - 2012

La dispersion spatiale de l’habitat et des activités de ces dernières décennies a fortement contribué à un allongement des distances et des temps de trajets domicile-travail. Cela a pour conséquence un accroissement de l’utilisation des voitures particulières, notamment au sein et aux abords des grandes agglomérations. Ce boom de la mobilité n’est pas sans conséquence et l’actualité nous le rappelle chaque jour : la pollution atmosphérique, les accidents de la route, les embouteillages, ... Afin de réduire les impacts dus à l’augmentation du trafic routier, des services de covoiturage, où des usagers ayant la même destination se regroupent en équipage (un chauffeur et des passagers) pour se déplacer, ont été mis en place partout dans le monde.

Les avancées technologiques de ces dernières décennies de l’internet, de la téléphonie mobile et des systèmes de géolocalisation ont largement contribué à faciliter l’utilisation des systèmes de covoiturage, elles permettent plus facilement aux usagers de trouver, de contacter et de constituer les équipages. Toutefois, le problème du covoiturage semble être le parent pauvre de la famille des problèmes de tournées de véhicules : très peu de travaux concernent cette problématique. Néanmoins, on constate depuis quelques années, un intérêt accru pour ce problème, dû aux mouvements écologiques, à l’augmentation des prix du carburant, ... Nous présentons ici nos travaux sur le problème de covoiturage régulier. Dans cette thèse, le problèmes de covoiturage régulier a été modélisé et plusieurs métaheuristiques de résolution ont été implémentées, testées et comparées.

La thèse est organisée de la façon suivante : tout d’abord, nous commençons par présenter la définition et la description du problème ainsi que le modèle mathématique associé. Ensuite, plusieurs métaheuristiques pour résoudre le problème sont présentées. Ces approches sont au nombre de quatre : un algorithme de recherche locale à voisinage variable, un algorithme à base de colonies de fourmis, un algorithme génétique guidée et un système multi-agents génétiques auto-adaptatif. Des expériences ont été menées pour démontrer l’efficacité de nos approches. Nous continuons ensuite avec la présentation et la résolution d’une extension du problème de covoiturage occasionel comportant plusieurs destinations. Pour terminer, une plate-forme java de test et d’analyse pour évaluer nos approches et une plate-forme de covoiturage conçue pour les étudiants de l’Université d’Artois sont présentées dans l’annexe.

SCALE

2011 - 2015

Sustainable food chains

Résumé :

This project aims to increase NWE economic competitiveness and improve environmental sustainability of food and drink supply chain logistics in the context of rising food demands, increasing energy prices and the need to reduce environmentally damaging emissions.

POPLIV (CISIT)

2007 - 2013

Pilotage Optimal des Processus de Livraison

Résumé :

POPLIV a pour objectif de développer les outils technologiques et les méthodologies nécessaires pour le pilotage de la distribution multicanal et multicontrainte.