ROADEF 2026>
Livraison du dernier kilomètre en logistique urbaine avec pénalités sur la durée des tournées
Burak Koksal  1@  , Ayse Akbalik  1  , Simon Belieres  2  , Nicolas Jozefowiez  1@  , Anass Nagih  3  , Jorge Mendoza  4, 5@  , Jean-François Cordeau  6  
1 : Laboratoire Lorrain de Recherche en Informatique et ses Applications
Université de Lorraine
2 : Toulouse Business School
Toulouse Business School, France
3 : laboratoire de Conception, Optimisation et Modélisation des Systèmes  (LCOMS)  -  Site web
Université de Lorraine : EA7306
Université de Lorraine - Laboratoire LCOMS - UFR MIM - Ile du Saulcy - 57000 METZ - France -  France
4 : HEC Montréal
5 : Centre Interuniversitaire de Recherche sur les Réseaux dÉntreprise, la Logistique et le Transport
6 : Centre Interuniversitaire de Recherche sur les Réseaux dÉntreprise, la Logistique et le Transport

Cette étude se concentre sur un problème de planification du dernier kilomètre auquel est confronté un orchestrateur central dans la logistique urbaine. Le problème est motivé par un partenaire industriel qui coordonne les opérations logistiques entre les détaillants et les transporteurs de fret. Notre partenaire industriel a des contrats spécifiques avec ses coursiers. Chaque coursier effectue une seule tournée par jour, et la durée de cette tournée est soumise à deux limites de temps. La première limite de temps, appelée "hard time limit", est relative à la législation et à une durée maximale d'une journée de travail. En tant que telle, elle représente une limite stricte qui ne doit pas être dépassée par la durée des tournées des coursiers. La deuxième limite de temps, appelée "soft time limit", est contractuelle et détermine le temps maximal que le coursier s'engage à consacrer à la tournée. Dépasser cette limite entraîne un coût supplémentaire proportionnel à l'ampleur de la violation. Dans cet article, nous proposons une variante du VRPTW. Contrairement aux études qui minimisent la durée des tournées, nous minimisons des fonctions de pénalité liée à la durée des tournées. Nous présentons une formulation mathématique compacte et proposons un algorithme de Branch-and-Price pour résoudre efficacement ce problème. Nous analysons l'impact de la fonction objectif et l'influence des paramètres de l'instance sur les solutions obtenues. Nous fournissons des informations managériales fiables, étant dérivées des solutions optimales.


Chargement... Chargement...