Maintenance Scheduling and Vehicle Routing Optimisation with Stochastic Components

Cette thèse est dédiée aux problèmes de tournées de véhicules stochastiques (SVRP) abordés dans un contexte de planification de tâches de maintenance. Le paradigme de solutions À Priori est choisi pour inclure les incertitudes au moment de la planification. Deux SVRP sont étudiés, d’abord le problème avec demandes stochastiques, qui est résolu par un algorithme mémétique (MA) hybridé avec une procédure de recherche adaptative randomisée. La méthode s’est montrée compétitive en comparaison à d’autres approches disponibles dans la littérature. Ensuite le SVRP avec fenêtre de temps sur le service, et temps de trajets et de services stochastiques est considéré. Un algorithme mémétique parallèle est conçu pour le résoudre efficacement. Un troisième problème traitant de l’ordonnancement de la maintenance pour un parc d’éoliennes est étudié dans cette thèse. D’abord une version déterministe et bi-objective est modélisée sous forme d’un programme linéaire à variables mixtes, puis résolue par une méthode de type epsilon contraintes. Une extension du problème sur un horizon de planification long et considérant les stratégies de maintenance est également proposée, et le problème est résolu par une méthode basée sur la simulation. Les méthodes développées mettent en évidence, pour les deux derniers problèmes, le conflit entre la minimisation des coûts de maintenance et la maximisation de la production énergétique This thesis studies Stochastic Vehicle Routing Problems (SVRPs) in the context of maintenance tasks scheduling. Stochastic programming under an A Priori paradigm is used to incorporate the uncertainties. Two SVRPs are addressed, the first one deals with Stochastic Demands which is solved by a hybrid approach combining a memetic algorithm (MA) and a Greedy Randomized Adaptive Search Procedure (GRASP). The designed hybrid method is shown to be competitive compared to other published approaches. Second, the SVRP with stochastic travel and service times and hard time windows investigated. A parallel Memetic Algorithm is designed to solve efficiently this last problem. A third problem devoted to maintenance scheduling in wind farm context is also studied in this work. First the problem is formulated as a deterministic linear bicriteria mixed integer program, then an epsilon constraint is developed to solve it. An extension to a maintenance planning problem involving a long horizon is also addressed using a simulation approach. This last part also considers mainten