Sectorisation géographique multivariable en pré-optimisation du Problème du Voyageur de Commerce avec fenêtres de temps

Le projet consiste à développer des algorithmes permettant de créer des secteurs pour les clients de Fastercom. Afin d’y parvenir, différentes méthodes de Machine Learning seront évaluées et implémentées. Cette création de secteurs permettra d’améliorer la performance des algorithmes de la compagnie en découpant le gros problème d’optimisation de tournées de véhicules en petits problèmes plus simples. Ensuite ils seront traités l’un après l’autre, au lieu de s’attaquer au gros problème directement. Le gain sur le temps et sur la qualité des solutions obtenues améliorera la satisfaction des clients et réduira leur empreinte écologique en diminuant les trajets non-nécessaires effectués par leurs camions.

Faculty Supervisor:

Gilles Caporossi

Student:

Partner:

Faster.com Inc.

Discipline:

Computer science

Sector:

Transportation (excluding aerospace); Information and Communications Technology

University:

HEC Montréal

Program: