PHD : ROAST – Robust Optimization for Appointment Scheduling in port Terminals

Les terminaux portuaires sont des acteurs clés du commerce mondial et jouent un rôle essentiel dans les chaînes logistiques globalisées. HAROPA Port a traité plus de 2,6 millions d’EVP en 2023, faisant de lui le 5ᵉ port nord-européen et le principal hub logistique de France. Cependant, ces flux massifs engendrent d’importantes congestions aux abords des terminaux, causées par des retards, des ruptures de flux et des discontinuités. Ces problèmes augmentent les coûts des transporteurs, impactent l’environnement par des émissions inutiles et nuisent à l’attractivité portuaire.

Pour réguler ces flux, les systèmes de prise de rendez-vous pour camions (TAS) ont été développés. Ils imposent aux transporteurs la réservation d’un créneau horaire pour chaque passage en terminal, afin de fluidifier l’accès aux infrastructures. Le problème TAS implique deux niveaux de décisions : l’affectation des créneaux et la construction des itinéraires des camions. Cette complexité nécessite des approches avancées en modélisation et optimisation.

Dans le projet MOSART, nous avons modélisé le problème comme une variante du PDPTW et proposé un modèle en programmation linéaire mixte. Un algorithme génétique hybride de type BRKGA a été développé pour fournir des solutions de qualité en un temps raisonnable. Le projet ROAST vise à améliorer ce modèle en intégrant trois avancées :

1.Robustesse : prise en compte des incertitudes sur la disponibilité des conteneurs et les retards.

2.Traitement d’instances de grande taille via des méthodes de génération de colonnes.

3.Optimisation environnementale : prise en compte de flottes de camions électriques ou à hydrogène.

Ces améliorations visent à optimiser les coûts et à réduire les congestions. En se concentrant sur le port du Havre, ce projet offrira des solutions adaptées au territoire normand et extensibles à d’autres ports.

Bibliographie succincte :

•[Desaulniers et al., 2002] Desaulniers, G., Desrosiers, J. et Solomon, M. M. (2002). Pickup and delivery problem with time windows. Transportation Science, 36(5):543–555.

•[Murty et Liu, 2005] Murty, K. G. et Liu, J. (2005). Truck appointment systems to alleviate congestion at container terminals. Operations Research, 53(2):230-245.

•[Phan et Kim, 2016] Phan, M.-H., Kim, K.H. (2016). Collaborative truck scheduling and appointments for trucking companies and container terminals. Transportation Research Part B: Methodological, 86: 37-50.

•Schulte et al., 2017] Schulte, F., Lalla-Ruiz, E., González-Ramírez, R.G. et Voß, S. (2017). Reducing port-related empty truck emissions: A mathematical approach for truck appointments with collaboration. Transportation Research Part E: Logistics and Transportation Review, 105: 195-212.

Quelques références de l’équipe :

•Xavier Schepler, Nabil Absi, Dominique Feillet, Eric Sanlaville. The stochastic discrete berth allocation problem. EURO Journal on Transportation and Logistics, 2019, 8, pp.363–396. 10.1007/s13676–018–0128–9. ⟨⟩