Message > offre de stage de master M2 ou dernière année d?école d?ingénieur

  • Forum 'Stages' - Sujet créé le 13/02/2018 par wrck (123 vues)


Le 13/02/2018 par wrck :

Sujet : Approches évolutionnistes pour la planification des problèmes de tournées de véhicules électriques

Profil du candidat : master M2 ou dernière année d’école d’ingénieur dans l’une des disciplines informatique/recherche opérationnelle/mathématiques appliquées.

Lieu de stage : laboratoire LORIA – Ecole des Mines de Nancy
Date début du stage : dès que possible pour une durée de 5 à 6 mois

Pour candidater : envoyer un CV, relevés de notes, classement, et toute autre recommandation utile à wahiba Ramdane Cherif-Khettaf (wahiba.ramdane-cherif@mines- nancy.univ-lorraine.fr ou ramdanec@loria.fr).

Date limite pour candidater : 1 mars 2018

 

Description du sujet :

Le secteur des transports est responsable d’un fort accroissement de la consommation énergétique, des émissions de polluants et de gaz à effet de serre. La mobilité électrique constitue alors une bonne alternative, et offre un mode de transport durable et cohérent avec les exigences de l’environnement. Les activités de R&D sur le Véhicule Électrique (VE) font l’objet de nombreux travaux de recherche et peuvent être classées en quatre catégories de problématiques: modélisation des usages des véhicules électriques et Smart Grid, dimensionnement de l’infrastructure de recharge, optimisation de la recharge et optimisation des tournées des véhicules électriques.

En terme de mobilité électrique, quelques nouveaux modèles ont été proposés très récemment dans la littérature. Ces modèles permettent d’intégrer quelques contraintes réalistes liées à l’utilisation des véhicules électriques comme les contraintes de rechargement de véhicules au cours de leur trajet, l’utilisation des fenêtres horaires de service, et la possibilité d’utiliser une flotte mixte de véhicules électriques et de véhicules thermiques.

Des travaux de recherche au sein de l’équipe Optimist du LORIA (1, 2, 3) ont permis de proposer les premiers modèles riches de tournées de véhicules électriques. Ces modèles permettent d’intégrer une flotte mixte de véhicules électriques et thermiques, des contraintes en lien avec une infrastructure de recharge avec des technologies différentes, et une tarification d’utilisation des bornes de recharge dépendante du temps. Des travaux en cours (4) visent à planifier la recherche et les tournées de véhicules électriques sur un horizon de plusieurs jours. Le stage s’inscrit dans le cadre de nos travaux en cours. L’objectif est de concevoir des méthodes efficaces pour la planification de la recharge et des tournées de véhicules électriques en utilisant des approches évolutionnistes comme les algorithmes génétiques.

Références :

1. O. Sassi, W. Ramdane Chérif-Khettaf, A. Oulamara (2015). Multi-start Iterated Local Search for the Mixed Fleet Vehicle Routing Problem with Heterogenous Electric Vehicles. 138-149, EvoCOP 2015.

2. O. Sassi, W.Ramdane Cherif-Khettaf, A. Oulamara (2015). Vehicle Routing Problem with Mixed fleet of conventional and heterogenous electric vehicles and time dependent charging costs, International journal of Mathematical, Computational, Natural and Physical Engineering, V 9, N 3, 2015

3. Ons Sassi, Wahiba Ramdane Chérif-Khettaf, Ammar Oulamara (2015) : Iterated Tabu Search for the Mix Fleet Vehicle Routing Problem with Heterogenous Electric Vehicles. MCO (1) 2015: 57-68

4. T. Ouled Khouider, W. Ramdane Cherif Khettaf, A. Oulamara (2018), Constructive heuristics for Periodic Electric Vehicle Routing Problem, ICORES 2018, Parma, Italy. 4-6 April 2018

5. Schneider, M., Stenger, A., Goeke, D (2012). The electric vehicle routing problem with time windows and recharging stations. Technical report, University of Kaiser- slautern, Germany

6. Goeke, D., Schneider, M., Professorship (2014), D.S.E.A.: Routing a mixed fleet of electric and conventional vehicles. Technical report, Darmstadt Technical University, De- partment of Business Administration, Economics and Law, Institute for Business Studies (BWL)

7. Pisinger, D., Ropke, S. (2010): Large neighborhood search. In: Handbook of metaheuris- tics, Springer (2010) 399–419 







Moteur de recherche