Tarification logit dans un réseau

Date
Mercredi 4 avril 2012
Débute à 10:00
Lieu
C2059
3150, rue Jean-Brillant
Montréal, QC Canada
H3T 1N8

Site Web | Itinéraire et carte
Catégories
Groupes


Consulté 893 fois
Tarification logit dans un réseau

Soutenance  de thèse en informatique et recherche opérationnelle

par François Gilbert à l'Université de Montréal

Résumé:

Le problème de tarification qui nous intéresse ici consiste à maximiser le revenu généré par les usagers d’un réseau de transport. Pour se rendre à leurs destinations, les usagers font un choix de route et utilisent des arcs sur lesquelles nous imposons des tarifs. Chaque route est caractérisée (aux yeux de l’usager) par sa « désutilité », une mesure de longueur généralisée tenant compte à la fois des tarifs et des autres coûts associés à son utilisation. Ce problème a surtout été abordé sous une modélisation déterministe de la demande, selon laquelle seules des routes de désutilité minimale se voient attribuer une mesure positive de flot. Le modèle déterministe se prête bien à une résolution globale, mais pèche par manque de réalisme. Nous considérons ici une extension probabiliste de ce modèle, selon laquelle les usagers d’un réseau sont alloués aux routes d’après un modèle de choix discret logit. Bien que le problème de tarification qui en résulte est non linéaire et non convexe, il conserve néanmoins une forte composante combinatoire que nous exploitons à des fins algorithmiques. Notre contribution se répartit en trois articles. Dans le premier, nous abordons le problème d’un point de vue théorique pour le cas avec une paire origine-destination. Nous développons une analyse de premier ordre qui exploite les propriétés analytiques de l’affectation logit et démontrons la validité de règles de simplification de la topologie du réseau qui permettent de réduire la dimension du problème sans en modifier la solution. Nous établissons ensuite l’unimodalité du problème pour une vaste gamme de topologies et nous généralisons certains de nos résultats au problème de la tarification d’une ligne de produits. Dans le deuxième article, nous abordons le problème d’un point de vue numérique pour le cas avec plusieurs paires origine-destination. Nous développons des algorithmes qui exploitent l’information locale et la parenté des formulations probabilistes et déterministes. Un des résultats de notre analyse est l’obtention de bornes sur l’erreur commise par les modèles combinatoires dans l’approximation du revenu logit. Nos essais numériques montrent qu’une approximation combinatoire rudimentaire permet souvent d’identifier des solutions quasi-optimales.

Dans le troisième article, nous considérons l’extension du problème à une demande hétérogène. L’affectation de la demande y est donnée par un modèle de choix discret logit mixte où la sensibilité au prix d’un usager est aléatoire. Sous cette modélisation, l’expression du revenu n’est pas analytique et ne peut être évaluée de façon exacte. Cependant, nous démontrons que l’utilisation d’approximations non linéaires et combinatoires permet d’identifier des solutions quasi-optimales. Finalement, nous en profitons pour illustrer la richesse du modèle, par le biais d’une interprétation économique, et examinons plus particulièrement la contribution au revenu des différents groupes d’usagers.

Directeurs de recherche:

  • Patrice Marcotte, Département d'informatique et de recherche informationnelle, Université de Montréal
  • Gilles Savard, Département de mathématiques et de génie industriel, Direction de la recherche et de l'innovation, Polytechnique Montréal

Jury

  • Président-rapporteur : Fabian Batin
  • Directeur de recherche: Patrice Marcotte
  • Codirecteur : Gilles Savard
  • Membre du jury : Jean-Yves Potvin
  • Examinateur externe : Dave Watling, Institute For Transport Studies ITS, University of Leeds
  • Représentant du Doyen de la Faculté des arts et des sciences :
  • Lars Ehlers, Sciences Economiques

 




Mois précédent mars 2024 Mois suivant
L M M J V S D
        01 02 03
04 05 06 07 08 09 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31

Partager cet événement

Sauvegarder cet événement

Vous aimerez peut-être aussi

Il n'y a aucun événement pour l'instant.