Selective vehicle routing problems during wildfires
Problèmes d’acheminement sélectif des véhicules lors de feux de forêt
Résumé
In the last 10 years, around 82 million hectares of forests have been destroyed by wildfires. These fires pose imminent threats to the wildlife, as well as in urban areas, to human lives and critical infrastructure. The need for a strategic and resource-efficient response to the growing threat of wildfires, exacerbated by climate change, led to the launch of the GEO-SAFE project. Among its many challenges, this thesis focuses on the Asset Protection Problem during escaped wildfires (APP) and its disrupted counterpart, D-APP. These problems aim to route firefighting crews to carry out protection operations on community assets. Existing exact methods, particularly the Mixed Integer Program (MIP) for APP, struggled with efficiency. We performed a structural analysis that led to significant enhancements, notably the introduction of three sets of valid inequalities. These improvements not only decreased solution times but also stabilized an exact solution method for smaller instances. In parallel, D-APP’s complex replanning requirements for larger instances were met through a novel reformulation based on a dominance relation on the solutions of the problem. Acknowledging the limitations of exact methods in real-time scenarios, this thesis introduces two heuristic approaches tailored for D-APP. The first, based on the new formulation, uses a relax-and-fix approach, while the second implements a genetic algorithm. These methods generated good approximate solutions in a limited time, paving the way for rapid and effective wildfire response strategies. Through these contributions, this work stands as a testament to the ongoing battle against wildfires, reinforcing the synergy between computational techniques and real-world disaster management.
Lors de la dernière décennie, environ 82 millions d’hectares de végétation ont été détruites dans des feux de forêt. Ces incendies mettent en danger la nature mais aussi, dans les zones urbaines, des vies humaines et les infrastructures. Le danger croissant des incendies, exacerbé par le changement climatique, incite au développement d’outils stratégiques pour y répondre efficacement, notamment par le biais du projet GEO-SAFE. Parmi les nombreuses problématiques liées, les travaux de cette thèse se concentrent sur le problème de protection des biens (APP), et sa version perturbée, D-APP. Ces problèmes visent à déployer des flottes de pompiers pour assurer des opérations préventives de protection. Les méthodes de résolution exactes existantes, en particulier de programmation linéaire en nombres entiers (PLNE) pour APP, ne sont pas efficaces. Nous avons étudié la structure du problème afin d’obtenir de franches améliorations, notamment via l’introduction de trois ensembles d’inégalités valides. Ces améliorations ont non seulement grandement réduit les temps de résolution, ils ont permis d’avoir une méthode de résolution stable pour les petites instances. En parallèle, une nouvelle formulation PLNE de D-APP, plus efficace, a été proposée, basée sur une relation de dominance entre les solutions. Toutefois, les méthodes de résolution exactes sont mal adaptées à des scénarios en temps réel : cette thèse introduit également deux méthodes de résolution heuristique adaptées à notre problème. La première, reposant sur la reformulation, utilise une approche relax-and-fix. La seconde implémente un algorithme génétique. Ces méthodes ont généré des solutions approchées de bonne qualité en temps limité, permettant de déployer des réponses rapidement et efficacement. A travers ces contributions, ces travaux s’inscrivent dans la lutte contre les incendies, en renforçant la synergie entre techniques d’optimisation et gestion de crises.
| Origine | Version validée par le jury (STAR) |
|---|