1 Approches primale et duale pour la conception optimale de réseaux de transport en commun Julien...
-
Upload
corin-le-roux -
Category
Documents
-
view
103 -
download
0
Transcript of 1 Approches primale et duale pour la conception optimale de réseaux de transport en commun Julien...
1
Approches primale et duale pour la conception optimale
de réseaux de transport en commun
Julien Antunes Mendes
Université catholique de LouvainEcole Polytechnique de Louvain
28 juin 2010
2
3
4
5
6
Modélisation, données et objectifModélisation d’un réseau à l’aide d’un graphe orientéNœuds = arrêts de busArêtes = routes entre 2 nœuds
7
Modélisation, données et objectif
Données :Demandes entre les paires origine-destination (par exemple, demande
de A à B : 30 personnes/heure)Capacités des busTemps de parcours des arêtesVariables :Flux sur les arêtesFlux sur les routesObjectif :Recherche d’un équilibreen régime stationnaire
Modélisation d’un réseau à l’aide d’un graphe orientéNœuds = arrêts de busArêtes = routes entre 2 nœuds
8
Recherche d’un équilibre
Les passagers choisissent une route plutôt qu’une autre
pour 2 raisons
Ils veulent une route rapide (temps de parcours petit)
Ils veulent un faible flux sur la route pour éviter
l’encombrement dans le bus, pour ne pas être trop serrés
Désutilité : inconfort, mécontentement
9
• Présentation du problème Désutilité, problème général, optimalité
• Passage au dual Problème dual, comparaison, résolution
• Problème design Décider des capacités, problème dual,
choix des lignes de bus
10
• Présentation du problème Désutilité, problème général, optimalité
• Passage au dual Problème dual, comparaison, résolution
• Problème design Décider des capacités, problème dual,
choix des lignes de bus
11
Fonction de désutilité par unité de temps
Le volume du moyen de locomotion doit être supérieur à la somme des volumes des personnes
12
Fonction de désutilité par unité de temps
13
Problème de minimisationNotations
Données
Variables
14
Problème de minimisation
Minimiser somme des désutilités sur les arêtes : équilibre socialMinimiser somme des intégrales des désutilités : équilibre égoïste
15
Problème de minimisation
16
Conditions d’optimalité
Désutilité sur la kème
route entre r et s
17
Conditions d’optimalité
Désutilité minimale sur les routes utilisées Désutilité supérieure sur les routes non utilisées
Désutilité sur la kème
route entre r et s
18
Résolution du problème primal via SDPT3 (Matlab)
SDPT3 permet de résoudre des problèmes de minimisation convexe où apparaissent des logarithmes de variables dans l’objectif
Les nombres sur le dessin représentent les capacitésLes temps de parcours sont unitairesLes demandes sont les suivantes :
AB : 3AD : 4BA : 2CB : 5DC : 1
19
Résolution du problème primal via SDPT3 (Matlab)
SDPT3 permet de résoudre des problèmes de minimisation convexe où apparaissent des logarithmes de variables dans l’objectif
Les nombres sur le dessin représentent les capacitésLes temps de parcours sont unitairesLes demandes sont les suivantes :
AB : 3AD : 4BA : 2CB : 5DC : 1
20
• Présentation du problème Désutilité, problème général, optimalité
• Passage au dual Problème dual, comparaison, résolution
• Problème design Décider des capacités, problème dual,
choix des lignes de bus
21
Pourquoi passer au dual ?
Temps de calcul augmente :
Nombre de chemins
Nombre de paires origine-destination
22
Un réseau de bus
# nœuds : 25
# arêtes : 80
23
Un réseau de bus
Nombre de chemins sans boucle entre le nœud
supérieur gauche et le nœud
inférieur droit : 8512
Avec 600 paires origine-destination,
environ 3.000.000 de chemins
24
Passage au dual
25
Passage au dual
Application dans notre cas :
26
Passage au dual
27
Passage au dual
28
Plus court chemin et choix des chemins
On va prendre les chemins de taille minimale en termes de nombre d’arêtesou avec un certain écart par rapport à cette taille
Ecart=0
Ecart=2
29Augmentation du nombre de chemins
Résultats pour un réseau de bus, obtenus via SDPT3
30
Méthodes de résolution du problème dual
• SDPT3 (problèmes de mémoire vive avec un réseau de bus 8x8 : 4032 paires OD et 224 arêtes)
• Plus forte pente
• Méthode « moyenne des itérés »
• Méthode de l’ellipsoïde
Obtention d’un sous-gradient
31
Obtention d’un sous-gradient
A partir d’une solution optimale du problème de plus court chemin, on en trouve son gradient :
Gradient :
Mais il peut y avoir plusieurs plus courts chemins et la fonction n’est alors pas différentiable.
On prend un sous-gradient.
32
Justification
Méthode « moyenne des itérés »
+ pénalité par rapport à l’itéré initial pour que le problème soit borné
y est solution d’une équation du second degré
33
Comparaison des résultats
La méthode « moyenne des itérés » donne les meilleurs résultats
34
• Présentation du problème Désutilité, problème général, optimalité
• Passage au dual Problème dual, comparaison, résolution
• Problème design Décider des capacités, problème dual,
choix des lignes de bus
35
Données et objectif
Données :Demandes entre les paires origine-destination (par
exemple, demande de A à B : 30 personnes/heure)Capacités des busTemps de parcours des arêtesVariables :Flux sur les arêtesFlux sur les routesCapacités (+coût)Objectif :Recherche d’un équilibre
36
Présentation du problème design, conjointement convexe en les flux
et les capacités
1) Chaque arête est considérée de manière indépendante2) Un réseau est constitué de lignes et la capacité va être égale sur une ligne car un véhicule va suivre exclusivement celle-ci
37
Passage au dual
Pour plus de concision
m* vaut soit zéro soit moins l’infini. On contraint les variables duales à
appartenir au domaine effectif de la fonction.
38
Passage au dual
La dernière contrainte impose que m*(y)=0
39
Flux optimauxEn annulant la dérivée partielle
de p(x,f) par rapport à x
Capacités fixes et capacités variables
40
Résultats
Réseau de bus
Autre réseau
41
Données et objectif
Données :Demandes entre les paires origine-destination (par
exemple, demande de A à B : 30 personnes/heure)Temps de parcours des arêtesLignesVariables :Flux sur les arêtesFlux sur les routesCapacités# chauffeurs sur les lignesObjectif :Recherche d’un équilibre
42
Flux égaux pour les lignesAjout contrainte : capacité sur une arête =
somme des capacités des lignes traversant cette arête
s : nombre de chauffeurs
sur les lignes
F(a,l) : capacité supplémentaire
sur l’arête a par l’ajout d’un
chauffeur sur la ligne l
43
Passage au dual
Si F=I, même problème que précédemment où chaque arête était considérée de manière indépendante
44
RésultatsOn considère un réseau de bus avec 5 lignes verticales et 5 horizontales.Un chauffeur en plus sur une ligne fait augmenter la capacité de 300 surchaque arête de la ligne. Les coûts sont unitaires.
Le nombre optimal de chauffeurs de bus sur chaque ligne est :
45
Compromis coût-désutilité
représentel’importancedu coût parrapport à ladésutilité
46
Conclusion• Problème primal• Passage au dual inévitable pour les grands
réseaux - Résolution avec SDPT3 (problèmes de mémoire vive) - « Moyenne des itérés » donne les meilleurs résultats
• Problème design convexe - Décider des capacités - Méthode de l’ellipsoïde pour un problème contraint
• Extensions : - Régime non stationnaire - Résolution en nombres entiers