Thesis: Modified the two short summaries.
parent
7e114cb098
commit
75924de15e
|
|
@ -10,27 +10,35 @@
|
|||
% Switch font style to back cover style
|
||||
\selectfontbackcover{ % Font style change is limited to this page using braces, just in case
|
||||
|
||||
\titleFR{Repositionnement de véhicules pour des services d'autopartage en \textit{free-floating} basé sur les données}
|
||||
\titleFR{Repositionnement des véhicules de services d'autopartage en \textit{free-floating} orienté par les données}
|
||||
|
||||
\keywordsFR{Autopartage - Regression - Programmation linéaire en nombre entier - Simulation}
|
||||
|
||||
\abstractFR{Eius populus ab incunabulis primis ad usque pueritiae tempus extremum, quod annis circumcluditur fere trecentis, circummurana pertulit bella, deinde aetatem ingressus adultam post multiplices bellorum aerumnas Alpes transcendit et fretum, in iuvenem erectus et virum ex omni plaga quam orbis ambit inmensus, reportavit laureas et triumphos, iamque vergens in senium et nomine solo aliquotiens vincens ad tranquilliora vitae discessit.
|
||||
Hoc inmaturo interitu ipse quoque sui pertaesus excessit e vita aetatis nono anno atque vicensimo cum quadriennio imperasset. natus apud Tuscos in Massa Veternensi, patre Constantio Constantini fratre imperatoris, matreque Galla.
|
||||
Thalassius vero ea tempestate praefectus praetorio praesens ipse quoque adrogantis ingenii, considerans incitationem eius ad multorum augeri discrimina, non maturitate vel consiliis mitigabat, ut aliquotiens celsae potestates iras principum molliverunt, sed adversando iurgandoque cum parum congrueret, eum ad rabiem potius evibrabat, Augustum actus eius exaggerando creberrime
|
||||
docens, idque, incertum qua mente, ne lateret adfectans. quibus mox Caesar acrius efferatus, velut contumaciae quoddam vexillum altius erigens, sine respectu salutis alienae vel suae ad vertenda opposita instar rapidi fluminis irrevocabili impetu ferebatur.
|
||||
Hae duae provinciae bello quondam piratico catervis mixtae praedonum.}
|
||||
\keywordsFR{Autopartage - Apprentissage Machine - Programmation linéaire en nombre entier - Simulation}
|
||||
\abstractFR{Face à une congestion automobile accrue dans les rues des villes, l'autopartage est apparu comme une des solutions pour réduire l'usage de voiture privées en milieu urbain.
|
||||
Le concept d'autopartage est récent et sa pérennité est dépendante de l'usage fait par les clients.
|
||||
L'objectif de cette thèse est d'aider le service d'autopartage à décider où placer ses véhicules pour le lendemain dans le but d'améliorer le temps moyen d'utilisation de ses véhicules.
|
||||
À l'aide de modèles de régression, le temps d'utilisation journalière d'une voiture est modélisée.
|
||||
Ces modèles sont ensuite utilisés pour déterminer, par optimisation mathématique, le placement idéal de la flotte du service pour le lendemain matin.
|
||||
Cette méthodologie est évaluée avec trois études de cas issues de données réelles.
|
||||
Les résultats expérimentaux montrent dans un premier temps que, par rapport à l'historique, cette méthode augmenterait la profitabilité du service de 2,9\% à 6,8\% selon le service étudié.
|
||||
Dans un second temps, l'utilisation d'un simulateur d'autopartage confirme l'avantage d'une approche par optimisation mathématique dans la réduction des coûts de placement des véhicules.
|
||||
L'amélioration de cette méthode passerait par la résolution d'un \og problème de tournées des véhicules \fg pour minimiser au mieux le coût de placement des véhicules.
|
||||
}
|
||||
|
||||
|
||||
|
||||
\titleEN{Data-driven Vehicle Relocation in Free Floating Carsharing Services}
|
||||
|
||||
\keywordsEN{Carsharing - Regression - Integer Linear Programming - Simulation}
|
||||
\keywordsEN{Carsharing - Machine Learning - Integer Linear Programming - Simulation}
|
||||
|
||||
\abstractEN{Eius populus ab incunabulis primis ad usque pueritiae tempus extremum, quod annis circumcluditur fere trecentis, circummurana pertulit bella, deinde aetatem ingressus adultam post multiplices bellorum aerumnas Alpes transcendit et fretum, in iuvenem erectus et virum ex omni plaga quam orbis ambit inmensus, reportavit laureas et triumphos, iamque vergens in senium et nomine solo aliquotiens vincens ad tranquilliora vitae discessit.
|
||||
Hoc inmaturo interitu ipse quoque sui pertaesus excessit e vita aetatis nono anno atque vicensimo cum quadriennio imperasset. natus apud Tuscos in Massa Veternensi, patre Constantio Constantini fratre imperatoris, matreque Galla.
|
||||
Thalassius vero ea tempestate praefectus praetorio praesens ipse quoque adrogantis ingenii, considerans incitationem eius ad multorum augeri discrimina, non maturitate vel consiliis mitigabat, ut aliquotiens celsae potestates iras principum molliverunt, sed adversando iurgandoque cum parum congrueret, eum ad rabiem potius evibrabat, Augustum actus eius exaggerando creberrime
|
||||
docens, idque, incertum qua mente, ne lateret adfectans. quibus mox Caesar acrius efferatus, velut contumaciae quoddam vexillum altius erigens, sine respectu salutis alienae vel suae ad vertenda opposita instar rapidi fluminis irrevocabili impetu ferebatur.
|
||||
Hae duae provinciae bello quondam piratico catervis mixtae praedonum.}
|
||||
\abstractEN{Carsharing has emerged as one of the solutions to reduce the use of private cars in urban areas.
|
||||
The carsharing concept is recent and its sustainability depends on the customer usage.
|
||||
The objective of this thesis is to help the carsharing service to decide where its vehicles should be placed for the next day to improve the average use time of its vehicles.
|
||||
First, models are learned to predict the daily usage of a car depending on its origin and the number of other cars in the area.
|
||||
Then the learned models are then used to determine, by mathematical optimization, the ideal service's fleet placement for the next morning.
|
||||
This methodology is evaluated with three real case studies.
|
||||
The experimental results first show that, compared to historical data, this method would increase the profitability of the service of 2.9\% up to 6.8\% depending on the service studied.
|
||||
Secondly, the use of a carsharing simulator confirms the advantage of a mathematical optimization approach in reducing vehicle placement costs.
|
||||
The proposed methodology could be further improved by the resolution of the \textquote{vehicle routing problem} to minimize the vehicle placement cost.}
|
||||
|
||||
}
|
||||
|
||||
|
|
|
|||
8
main.tex
8
main.tex
|
|
@ -81,8 +81,8 @@
|
|||
|
||||
% Input acknowledgement chapter
|
||||
% Uncomment for official thesis.
|
||||
\clearemptydoublepage
|
||||
\input{./7_acknowledgement}
|
||||
% \clearemptydoublepage
|
||||
% \input{./7_acknowledgement}
|
||||
|
||||
% Résumé en français
|
||||
\clearemptydoublepage
|
||||
|
|
@ -137,7 +137,7 @@
|
|||
% To have the back cover on an even page
|
||||
|
||||
% Uncomment for official thesis
|
||||
% \cleartoevenpage[\thispagestyle{empty}]
|
||||
% \input{./couverture/resume}
|
||||
\cleartoevenpage[\thispagestyle{empty}]
|
||||
\input{./couverture/resume}
|
||||
|
||||
\end{document}
|
||||
|
|
|
|||
Loading…
Reference in New Issue