Data-driven Vehicle Relocation in Free Floating Carsharing Services

Je vous invite à ma soutenance de thèse intitulée « Repositionnement des véhicules de services d'autopartage en free-floating orienté par les données ».
Elle aura lieu le jeudi 15 décembre 2022 à 13h30 en salle Métivier.
Un pot sera ensuite organisé aux alentours de 16h45 en salle Aurigny à l'IRISA.

Résumé:
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 privée 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 modélisé. 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 « problème de tournées des véhicules » pour minimiser au mieux le coût de placement des véhicules.