Pilotage Dynamique de Transport Sanitaire: Apprentissage et Optimisation
Autor: | Rifki, Omar, Thierry, Garaix |
---|---|
Přispěvatelé: | Laboratoire d'Informatique Signal et Image de la Côte d'Opale (LISIC), Université du Littoral Côte d'Opale (ULCO), Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes (LIMOS), Ecole Nationale Supérieure des Mines de St Etienne (ENSM ST-ETIENNE)-Université Clermont Auvergne [2017-2020] (UCA [2017-2020])-Centre National de la Recherche Scientifique (CNRS), Centre Ingénierie et Santé (CIS-ENSMSE), École des Mines de Saint-Étienne (Mines Saint-Étienne MSE), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT) |
Jazyk: | angličtina |
Rok vydání: | 2022 |
Předmět: | |
Zdroj: | GISEH (Gestion et Ingénierie des Systèmes Hospitaliers) 2022 GISEH (Gestion et Ingénierie des Systèmes Hospitaliers) 2022, Jun 2022, Saint-Etienne, France |
Popis: | International audience; Nous proposons deux méthodes de résolution pour le transport dynamique, i.e. arrivage des requêtes en temps réel, suivant une synergie entre apprentissage automatique et optimisation. La méthode d'optimisation de base est une ré-optimisation selon [Bertsimas et al., 2019]. La première amélioration utilise un réseau de neurones pour exploiter le contexte des instances à résoudre et produire des temps de ramassage de points réalistes. Tandis que la deuxième amélioration fait usage de l'apprentissage par renforcement en plus de marches aléatoire pour la construction du graphe support pour l'instance du problème correspondant à chaque pas de temps. Les benchmarks considérés dans le projet sont ceux de [Bertsimas et al., 2019] pour le transport urbain et de [Skiredj, 2021] pour le transport sanitaire. |
Databáze: | OpenAIRE |
Externí odkaz: |