10 resultados para Particle swarm optimization algorithm PSO
em Université de Montréal, Canada
Resumo:
Afin d'enrichir les donnes de corpus bilingues parallles, il peut tre judicieux de travailler avec des corpus dits comparables. En effet dans ce type de corpus, mme si les documents dans la langue cible ne sont pas l'exacte traduction de ceux dans la langue source, on peut y retrouver des mots ou des phrases en relation de traduction. L'encyclopdie libre Wikipdia constitue un corpus comparable multilingue de plusieurs millions de documents. Notre travail consiste trouver une mthode gnrale et endogne permettant d'extraire un maximum de phrases parallles. Nous travaillons avec le couple de langues franais-anglais mais notre mthode, qui n'utilise aucune ressource bilingue extrieure, peut s'appliquer tout autre couple de langues. Elle se dcompose en deux tapes. La premire consiste dtecter les paires darticles qui ont le plus de chance de contenir des traductions. Nous utilisons pour cela un rseau de neurones entran sur un petit ensemble de donnes constitu d'articles aligns au niveau des phrases. La deuxime tape effectue la slection des paires de phrases grce un autre rseau de neurones dont les sorties sont alors rinterprtes par un algorithme d'optimisation combinatoire et une heuristique d'extension. L'ajout des quelques 560~000 paires de phrases extraites de Wikipdia au corpus d'entranement d'un systme de traduction automatique statistique de rfrence permet d'amliorer la qualit des traductions produites. Nous mettons les donnes alignes et le corpus extrait la disposition de la communaut scientifique.
Resumo:
Le modle GARCH changement de rgimes est le fondement de cette thse. Ce modle offre de riches dynamiques pour modliser les donnes financires en combinant une structure GARCH avec des paramtres qui varient dans le temps. Cette flexibilit donne malheureusement lieu un problme de path dependence, qui a empch l'estimation du modle par le maximum de vraisemblance depuis son introduction, il y a dj prs de 20 ans. La premire moiti de cette thse procure une solution ce problme en dveloppant deux mthodologies permettant de calculer l'estimateur du maximum de vraisemblance du modle GARCH changement de rgimes. La premire technique d'estimation propose est base sur l'algorithme Monte Carlo EM et sur l'chantillonnage prfrentiel, tandis que la deuxime consiste en la gnralisation des approximations du modle introduites dans les deux dernires dcennies, connues sous le nom de collapsing procedures. Cette gnralisation permet d'tablir un lien mthodologique entre ces approximations et le filtre particulaire. La dcouverte de cette relation est importante, car elle permet de justifier la validit de l'approche dite par collapsing pour estimer le modle GARCH changement de rgimes. La deuxime moiti de cette thse tire sa motivation de la crise financire de la fin des annes 2000 pendant laquelle une mauvaise valuation des risques au sein de plusieurs compagnies financires a entran de nombreux checs institutionnels. l'aide d'un large ventail de 78 modles conomtriques, dont plusieurs gnralisations du modle GARCH changement de rgimes, il est dmontr que le risque de modle joue un rle trs important dans l'valuation et la gestion du risque d'investissement long terme dans le cadre des fonds distincts. Bien que la littrature financire a dvou beaucoup de recherche pour faire progresser les modles conomtriques dans le but d'amliorer la tarification et la couverture des produits financiers, les approches permettant de mesurer l'efficacit d'une stratgie de couverture dynamique ont peu volu. Cette thse offre une contribution mthodologique dans ce domaine en proposant un cadre statistique, bas sur la rgression, permettant de mieux mesurer cette efficacit.
Resumo:
Nous tudions la gestion de centres d'appels multi-comptences, ayant plusieurs types d'appels et groupes d'agents. Un centre d'appels est un systme de files d'attente trs complexe, o il faut gnralement utiliser un simulateur pour valuer ses performances. Tout d'abord, nous dveloppons un simulateur de centres d'appels bas sur la simulation d'une chane de Markov en temps continu (CMTC), qui est plus rapide que la simulation conventionnelle par vnements discrets. l'aide d'une mthode d'uniformisation de la CMTC, le simulateur simule la chane de Markov en temps discret imbrique de la CMTC. Nous proposons des stratgies pour utiliser efficacement ce simulateur dans l'optimisation de l'affectation des agents. En particulier, nous tudions l'utilisation des variables alatoires communes. Deuximement, nous optimisons les horaires des agents sur plusieurs priodes en proposant un algorithme bas sur des coupes de sous-gradients et la simulation. Ce problme est gnralement trop grand pour tre optimis par la programmation en nombres entiers. Alors, nous relaxons l'intgralit des variables et nous proposons des mthodes pour arrondir les solutions. Nous prsentons une recherche locale pour amliorer la solution finale. Ensuite, nous tudions l'optimisation du routage des appels aux agents. Nous proposons une nouvelle politique de routage bas sur des poids, les temps d'attente des appels, et les temps d'inoccupation des agents ou le nombre d'agents libres. Nous dveloppons un algorithme gntique modifi pour optimiser les paramtres de routage. Au lieu d'effectuer des mutations ou des croisements, cet algorithme optimise les paramtres des lois de probabilit qui gnrent la population de solutions. Par la suite, nous dveloppons un algorithme d'affectation des agents bas sur l'agrgation, la thorie des files d'attente et la probabilit de dlai. Cet algorithme heuristique est rapide, car il n'emploie pas la simulation. La contrainte sur le niveau de service est convertie en une contrainte sur la probabilit de dlai. Par aprs, nous proposons une variante d'un modle de CMTC bas sur le temps d'attente du client la tte de la file. Et finalement, nous prsentons une extension d'un algorithme de coupe pour l'optimisation stochastique avec recours de l'affectation des agents dans un centre d'appels multi-comptences.
Resumo:
People go through their life making all kinds of decisions, and some of these decisions affect their demand for transportation, for example, their choices of where to live and where to work, how and when to travel and which route to take. Transport related choices are typically time dependent and characterized by large number of alternatives that can be spatially correlated. This thesis deals with models that can be used to analyze and predict discrete choices in large-scale networks. The proposed models and methods are highly relevant for, but not limited to, transport applications. We model decisions as sequences of choices within the dynamic discrete choice framework, also known as parametric Markov decision processes. Such models are known to be difficult to estimate and to apply to make predictions because dynamic programming problems need to be solved in order to compute choice probabilities. In this thesis we show that it is possible to explore the network structure and the flexibility of dynamic programming so that the dynamic discrete choice modeling approach is not only useful to model time dependent choices, but also makes it easier to model large-scale static choices. The thesis consists of seven articles containing a number of models and methods for estimating, applying and testing large-scale discrete choice models. In the following we group the contributions under three themes: route choice modeling, large-scale multivariate extreme value (MEV) model estimation and nonlinear optimization algorithms. Five articles are related to route choice modeling. We propose different dynamic discrete choice models that allow paths to be correlated based on the MEV and mixed logit models. The resulting route choice models become expensive to estimate and we deal with this challenge by proposing innovative methods that allow to reduce the estimation cost. For example, we propose a decomposition method that not only opens up for possibility of mixing, but also speeds up the estimation for simple logit models, which has implications also for traffic simulation. Moreover, we compare the utility maximization and regret minimization decision rules, and we propose a misspecification test for logit-based route choice models. The second theme is related to the estimation of static discrete choice models with large choice sets. We establish that a class of MEV models can be reformulated as dynamic discrete choice models on the networks of correlation structures. These dynamic models can then be estimated quickly using dynamic programming techniques and an efficient nonlinear optimization algorithm. Finally, the third theme focuses on structured quasi-Newton techniques for estimating discrete choice models by maximum likelihood. We examine and adapt switching methods that can be easily integrated into usual optimization algorithms (line search and trust region) to accelerate the estimation process. The proposed dynamic discrete choice models and estimation methods can be used in various discrete choice applications. In the area of big data analytics, models that can deal with large choice sets and sequential choices are important. Our research can therefore be of interest in various demand analysis applications (predictive analytics) or can be integrated with optimization models (prescriptive analytics). Furthermore, our studies indicate the potential of dynamic programming techniques in this context, even for static models, which opens up a variety of future research directions.
Resumo:
Alors que les activits anthropiques font basculer de nombreux cosystmes vers des rgimes fonctionnels diffrents, la rsilience des systmes socio-cologiques devient un problme pressant. Des acteurs locaux, impliqus dans une grande diversit de groupes allant dinitiatives locales et indpendantes de grandes institutions formelles peuvent agir sur ces questions en collaborant au dveloppement, la promotion ou limplantation de pratiques plus en accord avec ce que lenvironnement peut fournir. De ces collaborations rptes mergent des rseaux complexes, et il a t montr que la topologie de ces rseaux peut amliorer la rsilience des systmes socio-cologiques (SS) auxquels ils participent. La topologie des rseaux dacteurs favorisant la rsilience de leur SS est caractrise par une combinaison de plusieurs facteurs: la structure doit tre modulaire afin daider les diffrents groupes dvelopper et proposer des solutions la fois plus innovantes (en rduisant lhomognisation du rseau), et plus proches de leurs intrts propres; elle doit tre bien connecte et facilement synchronisable afin de faciliter les consensus, daugmenter le capital social, ainsi que la capacit dapprentissage; enfin, elle doit tre robuste, afin dviter que les deux premires caractristiques ne souffrent du retrait volontaire ou de la mise lcart de certains acteurs. Ces caractristiques, qui sont relativement intuitives la fois conceptuellement et dans leur application mathmatique, sont souvent employes sparment pour analyser les qualits structurales de rseaux dacteurs empiriques. Cependant, certaines sont, par nature, incompatibles entre elles. Par exemple, le degr de modularit dun rseau ne peut pas augmenter au mme rythme que sa connectivit, et cette dernire ne peut pas tre amliore tout en amliorant sa robustesse. Cet obstacle rend difficile la cration dune mesure globale, car le niveau auquel le rseau des acteurs contribue amliorer la rsilience du SS ne peut pas tre la simple addition des caractristiques cites, mais plutt le rsultat dun compromis subtil entre celles-ci. Le travail prsent ici a pour objectifs (1), dexplorer les compromis entre ces caractristiques; (2) de proposer une mesure du degr auquel un rseau empirique dacteurs contribue la rsilience de son SS; et (3) danalyser un rseau empirique la lumire, entre autres, de ces qualits structurales. Cette thse sarticule autour dune introduction et de quatre chapitres numrots de 2 5. Le chapitre2 est une revue de la littrature sur la rsilience des SS. Il identifie une srie de caractristiques structurales (ainsi que les mesures de rseaux qui leur correspondent) lies lamlioration de la rsilience dans les SS. Le chapitre3 est une tude de cas sur la pninsule dEyre, une rgion rurale dAustralie-Mridionale o loccupation du sol, ainsi que les changements climatiques, contribuent lrosion de la biodiversit. Pour cette tude de cas, des travaux de terrain ont t effectus en 2010 et 2011 durant lesquels une srie dentrevues a permis de crer une liste des acteurs de la cogestion de la biodiversit sur la pninsule. Les donnes collectes ont t utilises pour le dveloppement dun questionnaire en ligne permettant de documenter les interactions entre ces acteurs. Ces deux tapes ont permis la reconstitution dun rseau pondr et dirig de 129 acteurs individuels et 1180 relations. Le chapitre4 dcrit une mthodologie pour mesurer le degr auquel un rseau dacteurs participe la rsilience du SS dans lequel il est inclus. La mthode sarticule en deux tapes: premirement, un algorithme doptimisation (recuit simul) est utilis pour fabriquer un archtype semi-alatoire correspondant un compromis entre des niveaux levs de modularit, de connectivit et de robustesse. Deuximement, un rseau empirique (comme celui de la pninsule dEyre) est compar au rseau archtypique par le biais dune mesure de distance structurelle. Plus la distance est courte, et plus le rseau empirique est proche de sa configuration optimale. La cinquime et dernier chapitre est une amlioration de lalgorithme de recuit simul utilis dans le chapitre 4. Comme il est dusage pour ce genre dalgorithmes, le recuit simul utilis projetait les dimensions du problme multiobjectif dans une seule dimension (sous la forme dune moyenne pondre). Si cette technique donne de trs bons rsultats ponctuellement, elle nautorise la production que dune seule solution parmi la multitude de compromis possibles entre les diffrents objectifs. Afin de mieux explorer ces compromis, nous proposons un algorithme de recuit simul multiobjectifs qui, plutt que doptimiser une seule solution, optimise une surface multidimensionnelle de solutions. Cette tude, qui se concentre sur la partie sociale des systmes socio-cologiques, amliore notre comprhension des structures actorielles qui contribuent la rsilience des SS. Elle montre que si certaines caractristiques profitables la rsilience sont incompatibles (modularit et connectivit, ou dans une moindre mesure connectivit et robustesse), dautres sont plus facilement conciliables (connectivit et synchronisabilit, ou dans une moindre mesure modularit et robustesse). Elle fournit galement une mthode intuitive pour mesurer quantitativement des rseaux dacteurs empiriques, et ouvre ainsi la voie vers, par exemple, des comparaisons dtudes de cas, ou des suivis dans le temps de rseaux dacteurs. De plus, cette thse inclut une tude de cas qui fait la lumire sur limportance de certains groupes institutionnels pour la coordination des collaborations et des changes de connaissances entre des acteurs aux intrts potentiellement divergents.
Resumo:
La survie des rseaux est un domaine d'tude technique trs intressant ainsi qu'une proccupation critique dans la conception des rseaux. Compte tenu du fait que de plus en plus de donnes sont transportes travers des rseaux de communication, une simple panne peut interrompre des millions d'utilisateurs et engendrer des millions de dollars de pertes de revenu. Les techniques de protection des rseaux consistent fournir une capacit supplmentaire dans un rseau et racheminer les flux automatiquement autour de la panne en utilisant cette disponibilit de capacit. Cette thse porte sur la conception de rseaux optiques intgrant des techniques de survie qui utilisent des schmas de protection bass sur les p-cycles. Plus prcisment, les p-cycles de protection par chemin sont exploits dans le contexte de pannes sur les liens. Notre tude se concentre sur la mise en place de structures de protection par p-cycles, et ce, en supposant que les chemins d'opration pour l'ensemble des requtes sont dfinis a priori. La majorit des travaux existants utilisent des heuristiques ou des mthodes de rsolution ayant de la difficult rsoudre des instances de grande taille. L'objectif de cette thse est double. D'une part, nous proposons des modles et des mthodes de rsolution capables d'aborder des problmes de plus grande taille que ceux dj prsents dans la littrature. D'autre part, grce aux nouveaux algorithmes, nous sommes en mesure de produire des solutions optimales ou quasi-optimales. Pour ce faire, nous nous appuyons sur la technique de gnration de colonnes, celle-ci tant adquate pour rsoudre des problmes de programmation linaire de grande taille. Dans ce projet, la gnration de colonnes est utilise comme une faon intelligente d'numrer implicitement des cycles prometteurs. Nous proposons d'abord des formulations pour le problme matre et le problme auxiliaire ainsi qu'un premier algorithme de gnration de colonnes pour la conception de rseaux proteges par des p-cycles de la protection par chemin. L'algorithme obtient de meilleures solutions, dans un temps raisonnable, que celles obtenues par les mthodes existantes. Par la suite, une formulation plus compacte est propose pour le problme auxiliaire. De plus, nous prsentons une nouvelle mthode de dcomposition hirarchique qui apporte une grande amlioration de l'efficacit globale de l'algorithme. En ce qui concerne les solutions en nombres entiers, nous proposons deux mthodes heurisiques qui arrivent trouver des bonnes solutions. Nous nous attardons aussi une comparaison systmatique entre les p-cycles et les schmas classiques de protection partage. Nous effectuons donc une comparaison prcise en utilisant des formulations unifies et bases sur la gnration de colonnes pour obtenir des rsultats de bonne qualit. Par la suite, nous valuons empiriquement les versions oriente et non-oriente des p-cycles pour la protection par lien ainsi que pour la protection par chemin, dans des scnarios de trafic asymtrique. Nous montrons quel est le cot de protection additionnel engendr lorsque des systmes bidirectionnels sont employs dans de tels scnarios. Finalement, nous tudions une formulation de gnration de colonnes pour la conception de rseaux avec des p-cycles en prsence d'exigences de disponibilit et nous obtenons des premires bornes infrieures pour ce problme.
Resumo:
Dans cette thse, nous prsentons une nouvelle mthode smoothed particle hydrodynamics (SPH) pour la rsolution des quations de Navier-Stokes incompressibles, mme en prsence des forces singulires. Les termes de sources singulires sont traits d'une manire similaire celle que l'on retrouve dans la mthode Immersed Boundary (IB) de Peskin (2002) ou de la mthode rgularise de Stokeslets (Cortez, 2001). Dans notre schma numrique, nous mettons en oeuvre une mthode de projection sans pression de second ordre inspire de Kim et Moin (1985). Ce schma vite compltement les difficults qui peuvent tre rencontres avec la prescription des conditions aux frontires de Neumann sur la pression. Nous prsentons deux variantes de cette approche: l'une, Lagrangienne, qui est communment utilise et l'autre, Eulerienne, car nous considrons simplement que les particules SPH sont des points de quadrature o les proprits du fluide sont calcules, donc, ces points peuvent tre laisss fixes dans le temps. Notre mthode SPH est d'abord teste la rsolution du problme de Poiseuille bidimensionnel entre deux plaques infinies et nous effectuons une analyse dtaille de l'erreur des calculs. Pour ce problme, les rsultats sont similaires autant lorsque les particules SPH sont libres de se dplacer que lorsqu'elles sont fixes. Nous traitons, par ailleurs, du problme de la dynamique d'une membrane immerge dans un fluide visqueux et incompressible avec notre mthode SPH. La membrane est reprsente par une spline cubique le long de laquelle la tension prsente dans la membrane est calcule et transmise au fluide environnant. Les quations de Navier-Stokes, avec une force singulire issue de la membrane sont ensuite rsolues pour dterminer la vitesse du fluide dans lequel est immerge la membrane. La vitesse du fluide, ainsi obtenue, est interpole sur l'interface, afin de dterminer son dplacement. Nous discutons des avantages maintenir les particules SPH fixes au lieu de les laisser libres de se dplacer. Nous appliquons ensuite notre mthode SPH la simulation des coulements confins des solutions de polymres non dilus avec une interaction hydrodynamique et des forces d'exclusion de volume. Le point de dpart de l'algorithme est le systme coupl des quations de Langevin pour les polymres et le solvant (CLEPS) (voir par exemple Oono et Freed (1981) et ttinger et Rabin (1989)) dcrivant, dans le cas prsent, les dynamiques microscopiques d'une solution de polymre en coulement avec une reprsentation bille-ressort des macromolcules. Des tests numriques de certains coulements dans des canaux bidimensionnels rvlent que l'utilisation de la mthode de projection d'ordre deux couple des points de quadrature SPH fixes conduit un ordre de convergence de la vitesse qui est de deux et une convergence d'ordre sensiblement gale deux pour la pression, pourvu que la solution soit suffisamment lisse. Dans le cas des calculs grandes chelles pour les altres et pour les chanes de bille-ressort, un choix appropri du nombre de particules SPH en fonction du nombre des billes N permet, en l'absence des forces d'exclusion de volume, de montrer que le cot de notre algorithme est d'ordre O(N). Enfin, nous amorons des calculs tridimensionnels avec notre modle SPH. Dans cette optique, nous rsolvons le problme de l'coulement de Poiseuille tridimensionnel entre deux plaques parallles infinies et le problme de l'coulement de Poiseuille dans une conduite rectangulaire infiniment longue. De plus, nous simulons en dimension trois des coulements confins entre deux plaques infinies des solutions de polymres non dilues avec une interaction hydrodynamique et des forces d'exclusion de volume.
Resumo:
Lapprentissage supervis de rseaux hirarchiques grande chelle connat prsentement un succs fulgurant. Malgr cette effervescence, lapprentissage non-supervis reprsente toujours, selon plusieurs chercheurs, un lment cl de lIntelligence Artificielle, o les agents doivent apprendre partir dun nombre potentiellement limit de donnes. Cette thse sinscrit dans cette pense et aborde divers sujets de recherche lis au problme destimation de densit par lentremise des machines de Boltzmann (BM), modles graphiques probabilistes au coeur de lapprentissage profond. Nos contributions touchent les domaines de lchantillonnage, lestimation de fonctions de partition, loptimisation ainsi que lapprentissage de reprsentations invariantes. Cette thse dbute par lexposition dun nouvel algorithme d'chantillonnage adaptatif, qui ajuste (de fa con automatique) la temprature des chanes de Markov sous simulation, afin de maintenir une vitesse de convergence leve tout au long de lapprentissage. Lorsquutilis dans le contexte de lapprentissage par maximum de vraisemblance stochastique (SML), notre algorithme engendre une robustesse accrue face la slection du taux dapprentissage, ainsi quune meilleure vitesse de convergence. Nos rsultats sont prsent es dans le domaine des BMs, mais la mthode est gnrale et applicable lapprentissage de tout modle probabiliste exploitant lchantillonnage par chanes de Markov. Tandis que le gradient du maximum de vraisemblance peut-tre approxim par chantillonnage, lvaluation de la log-vraisemblance ncessite un estim de la fonction de partition. Contrairement aux approches traditionnelles qui considrent un modle donn comme une bote noire, nous proposons plutt dexploiter la dynamique de lapprentissage en estimant les changements successifs de log-partition encourus chaque mise jour des paramtres. Le problme destimation est reformul comme un problme dinfrence similaire au filtre de Kalman, mais sur un graphe bi-dimensionnel, o les dimensions correspondent aux axes du temps et au paramtre de temprature. Sur le thme de loptimisation, nous prsentons galement un algorithme permettant dappliquer, de manire efficace, le gradient naturel des machines de Boltzmann comportant des milliers dunits. Jusqu prsent, son adoption tait limite par son haut cot computationel ainsi que sa demande en mmoire. Notre algorithme, Metric-Free Natural Gradient (MFNG), permet dviter le calcul explicite de la matrice dinformation de Fisher (et son inverse) en exploitant un solveur linaire combin un produit matrice-vecteur efficace. Lalgorithme est prometteur: en terme du nombre dvaluations de fonctions, MFNG converge plus rapidement que SML. Son implmentation demeure malheureusement inefficace en temps de calcul. Ces travaux explorent galement les mcanismes sous-jacents lapprentissage de reprsentations invariantes. cette fin, nous utilisons la famille de machines de Boltzmann restreintes spike & slab (ssRBM), que nous modifions afin de pouvoir modliser des distributions binaires et parcimonieuses. Les variables latentes binaires de la ssRBM peuvent tre rendues invariantes un sous-espace vectoriel, en associant chacune delles, un vecteur de variables latentes continues (dnommes slabs). Ceci se traduit par une invariance accrue au niveau de la reprsentation et un meilleur taux de classification lorsque peu de donnes tiquetes sont disponibles. Nous terminons cette thse sur un sujet ambitieux: lapprentissage de reprsentations pouvant sparer les facteurs de variations prsents dans le signal dentre. Nous proposons une solution base de ssRBM bilinaire (avec deux groupes de facteurs latents) et formulons le problme comme lun de pooling dans des sous-espaces vectoriels complmentaires.
Resumo:
Lors du transport du bois de la fort vers les usines, de nombreux vnements imprvus peuvent se produire, vnements qui perturbent les trajets prvus (par exemple, en raison des conditions mto, des feux de fort, de la prsence de nouveaux chargements, etc.). Lorsque de tels vnements ne sont connus que durant un trajet, le camion qui accomplit ce trajet doit tre dtourn vers un chemin alternatif. En labsence dinformations sur un tel chemin, le chauffeur du camion est susceptible de choisir un chemin alternatif inutilement long ou pire, qui est lui-mme "ferm" suite un vnement imprvu. Il est donc essentiel de fournir aux chauffeurs des informations en temps rel, en particulier des suggestions de chemins alternatifs lorsquune route prvue savre impraticable. Les possibilits de recours en cas dimprvus dpendent des caractristiques de la chane logistique tudie comme la prsence de camions auto-chargeurs et la politique de gestion du transport. Nous prsentons trois articles traitant de contextes dapplication diffrents ainsi que des modles et des mthodes de rsolution adapts chacun des contextes. Dans le premier article, les chauffeurs de camion disposent de lensemble du plan hebdomadaire de la semaine en cours. Dans ce contexte, tous les efforts doivent tre faits pour minimiser les changements apports au plan initial. Bien que la flotte de camions soit homogne, il y a un ordre de priorit des chauffeurs. Les plus prioritaires obtiennent les volumes de travail les plus importants. Minimiser les changements dans leurs plans est galement une priorit. tant donn que les consquences des vnements imprvus sur le plan de transport sont essentiellement des annulations et/ou des retards de certains voyages, lapproche propose traite dabord lannulation et le retard dun seul voyage, puis elle est gnralise pour traiter des vnements plus complexes. Dans cette ap- proche, nous essayons de re-planifier les voyages impacts durant la mme semaine de telle sorte quune chargeuse soit libre au moment de larrive du camion la fois au site forestier et lusine. De cette faon, les voyages des autres camions ne seront pas mo- difis. Cette approche fournit aux rpartiteurs des plans alternatifs en quelques secondes. De meilleures solutions pourraient tre obtenues si le rpartiteur tait autoris apporter plus de modifications au plan initial. Dans le second article, nous considrons un contexte o un seul voyage la fois est communiqu aux chauffeurs. Le rpartiteur attend jusqu ce que le chauffeur termine son voyage avant de lui rvler le prochain voyage. Ce contexte est plus souple et offre plus de possibilits de recours en cas dimprvus. En plus, le problme hebdomadaire peut tre divis en des problmes quotidiens, puisque la demande est quotidienne et les usines sont ouvertes pendant des priodes limites durant la journe. Nous utilisons un modle de programmation mathmatique bas sur un rseau espace-temps pour ragir aux perturbations. Bien que ces dernires puissent avoir des effets diffrents sur le plan de transport initial, une caractristique cl du modle propos est quil reste valable pour traiter tous les imprvus, quelle que soit leur nature. En effet, limpact de ces vnements est captur dans le rseau espace-temps et dans les paramtres dentre plutt que dans le modle lui-mme. Le modle est rsolu pour la journe en cours chaque fois quun vnement imprvu est rvl. Dans le dernier article, la flotte de camions est htrogne, comprenant des camions avec des chargeuses bord. La configuration des routes de ces camions est diffrente de celle des camions rguliers, car ils ne doivent pas tre synchroniss avec les chargeuses. Nous utilisons un modle mathmatique o les colonnes peuvent tre facilement et naturellement interprtes comme des itinraires de camions. Nous rsolvons ce modle en utilisant la gnration de colonnes. Dans un premier temps, nous relaxons lintgralit des variables de dcision et nous considrons seulement un sous-ensemble des itinraires ralisables. Les itinraires avec un potentiel damlioration de la solution courante sont ajouts au modle de manire itrative. Un rseau espace-temps est utilis la fois pour reprsenter les impacts des vnements imprvus et pour gnrer ces itinraires. La solution obtenue est gnralement fractionnaire et un algorithme de branch-and-price est utilis pour trouver des solutions entires. Plusieurs scnarios de perturbation ont t dvelopps pour tester lapproche propose sur des tudes de cas provenant de lindustrie forestire canadienne et les rsultats numriques sont prsents pour les trois contextes.
Resumo:
Les mtaheuristiques sont trs utilises dans le domaine de l'optimisation discrte. Elles permettent dobtenir une solution de bonne qualit en un temps raisonnable, pour des problmes qui sont de grande taille, complexes, et difficiles rsoudre. Souvent, les mtaheuristiques ont beaucoup de paramtres que lutilisateur doit ajuster manuellement pour un problme donn. L'objectif d'une mtaheuristique adaptative est de permettre l'ajustement automatique de certains paramtres par la mthode, en se basant sur linstance rsoudre. La mtaheuristique adaptative, en utilisant les connaissances pralables dans la comprhension du problme, des notions de l'apprentissage machine et des domaines associs, cre une mthode plus gnrale et automatique pour rsoudre des problmes. Loptimisation globale des complexes miniers vise tablir les mouvements des matriaux dans les mines et les flux de traitement afin de maximiser la valeur conomique du systme. Souvent, en raison du grand nombre de variables entires dans le modle, de la prsence de contraintes complexes et de contraintes non-linaires, il devient prohibitif de rsoudre ces modles en utilisant les optimiseurs disponibles dans lindustrie. Par consquent, les mtaheuristiques sont souvent utilises pour loptimisation de complexes miniers. Ce mmoire amliore un procd de recuit simul dvelopp par Goodfellow & Dimitrakopoulos (2016) pour loptimisation stochastique des complexes miniers stochastiques. La mthode dveloppe par les auteurs ncessite beaucoup de paramtres pour fonctionner. Un de ceux-ci est de savoir comment la mthode de recuit simul cherche dans le voisinage local de solutions. Ce mmoire implmente une mthode adaptative de recherche dans le voisinage pour amliorer la qualit d'une solution. Les rsultats numriques montrent une augmentation jusqu' 10% de la valeur de la fonction conomique.
