Yanting Hou soutient sa thèse de doctorat le vendredi 22 novembre 2019 : « Gestion des revenus dans un réseau de compagnies aériennes: optimisation intégrée de la localisation de plateforme et du dimensionnement de capacité »

/, Equipe AROBAS, Evénements, Recherche, Soutenance de thèse/Yanting Hou soutient sa thèse de doctorat le vendredi 22 novembre 2019 : « Gestion des revenus dans un réseau de compagnies aériennes: optimisation intégrée de la localisation de plateforme et du dimensionnement de capacité »

Yanting Hou soutient sa thèse de doctorat le vendredi 22 novembre 2019 : « Gestion des revenus dans un réseau de compagnies aériennes: optimisation intégrée de la localisation de plateforme et du dimensionnement de capacité »

Yanting Hou soutient sa thèse de doctorat le vendredi 22 novembre 2019 à 10h00 dans la salle de réunion du 3ème étage du site IBGBI

Titre: Gestion des revenus dans un réseau de compagnies aériennes: optimisation intégrée de la localisation de plateforme et du dimensionnement de capacité

Résumé:

La gestion des revenus d’un réseau de compagnies aériennes, un des problèmes le plus critiques dans le secteur du transport aérien, a reçu une attention significative depuis ces dernière décennies. Cependant, de nombreuses problématiques doivent encore être traitées. Cette thèse étudie quatre nouveaux problèmes de la gestion des revenus dans un réseau de compagnies aériennes. D’abord, un problème de dimensionnement de capacité du réseau avec alliances concurrentes est étudié. Dans ce problème, les concurrences horizontales et verticales sont considérées et la demande est supposée déterministe. L’objectif est de maximiser les revenus globaux de l’alliance en déterminant la capacité (en nombre de places) dans les vols pour chaque classe tarifaire de chaque compagnie. Le problème est formulé en programmation linéaire en nombres entiers et résolu à l’aide du solveur CPLEX. Deuxièmement, un problème intégrant la localisation de p-hub médian et le dimensionnement des capacités (places) est étudié pour maximiser une combinaison du bénéfice moyen et du bénéfice au pire cas. Pour ce problème, un seul hub à capacité illimitée est considéré. De plus, les incertitudes sur la demande sont représentées à l’aide d’un ensemble fini des scénarios. Le problème est formulé en programmation stochastique à deux étapes. Ensuite, un algorithme génétique (GA) est proposé pour résoudre le problème pour chaque scénario. Les résultats numériques montrent que la méthode est meilleure que celles dans la littérature qui considèrent uniquement le bénéfice moyen. Le troisième problème étudié est une extension naturelle du deuxième dans lequel la capacité de hub à localiser est limitée et les perturbations qui peuvent impacter la capacité du hub, telles que des conditions météorologiques, sont prises en compte. Deux formulations du problème sont proposées : (1) une programmation stochastique à deux étapes sur la base des scénarios, et (2) optimisation hybride de programmation stochastique à deux étapes à l’aide de pondération. Ensuite, l’approximation moyenne par échantillonnage (SAA) et le GA sont appliqués pour résoudre le problème, respectivement. Les résultats numériques montrent que la SAA est plus performante que le GA. Le quatrième problème est aussi une extension du deuxième problème où la compagnie aérienne doit respecter le niveau d’émissions de CO2 imposé. Le problème est modélisé en programmation stochastique à deux étapes sur la base des scénarios. De plus, une méthode SAA est proposée pour sa résolution.

Mots-clés: Gestion des revenus; Dimensionnement de capacité; Localisation de plateforme; Programmation stochastique; Algorithme génétique; Approximation moyenne par échantillonnage